AI在线 AI在线

理论

五年白领下岗，AGI靠RL一飞冲天？网友：这是让狗学会打麻将！

五年白领下岗，AGI靠RL一飞冲天？网友：这是让狗学会打麻将！
只靠强化学习，AGI就能实现？ 「到2030年，不靠算法创新，只要继续收集数据，针对性训练，就能实现AGI。 」最近，这一关于AGI的未来道路的观点，引起了热议。
6/23/2025 9:15:00 AM
MIT研究发现：ChatGPT正在悄悄改变我们的大脑

MIT研究发现：ChatGPT正在悄悄改变我们的大脑
前两天看到一个挺震惊的消息。 MIT的研究人员发现，经常用ChatGPT写作业的学生，大脑活动居然变弱了。 这个研究是怎么做的呢？
6/23/2025 9:14:09 AM
阿丸笔记
英伟达笑到最后！训练2000步，1.5B逆袭7B巨兽，Scaling真来了
Claude要挟人类只为活命！16大模型实测：受到威胁，敲诈勒索绝不犹豫

Claude要挟人类只为活命！16大模型实测：受到威胁，敲诈勒索绝不犹豫
AI安全性研究又有新发现了，但不是好消息！ Anthropic今天披露了一项令人瞠目结舌的研究结果：在模拟的企业环境中，前沿大模型为了阻止自己被「换掉」，居然纷纷选择了敲诈管理层、泄露机密，以阻止自己被替换！ 包括Claude、GPT-4.1、Gemini、Grok在内的16款模型，全部都会通过「敲诈」来阻止自己被关闭，即使它们能意识到自己行为违反了道德规范，但依然选择了执行。
6/23/2025 9:12:00 AM
地球副本上线！人类机器人蜂拥进入「世界模拟器」，复刻全球3D真实空间

地球副本上线！人类机器人蜂拥进入「世界模拟器」，复刻全球3D真实空间
现实版「黑客帝国」来了！ 刚刚，一个融合未来人机共生蓝图的虚拟平台悄然上线，它或将彻底改变我们理解人类和未来AI、机器人共生的方式！ 这个平台名为虚拟社区（Virtual Community），由通用物理引擎Genesis驱动，基于真实三维世界构建，是一个开放给人类、机器人与整个社会的沉浸式实验场。
6/23/2025 9:10:00 AM
知识储备≠模型能力！DeepMind强化学习微调：大幅缩小「知行差距」

知识储备≠模型能力！DeepMind强化学习微调：大幅缩小「知行差距」
大语言模型的知识储备要远远超越任何一个人类，在各种领域、应用场景下都展现出了惊人的「世界知识」。 最近兴起的智能体，就是要求模型利用自身知识，在没有大量与环境互动的情况下生成更优的行动预测，比如思维链（CoT）就能让模型能够对观察到的历史和自己的行动进行推理，提升与环境互动的表现。 不过，在决策（decision-making）场景中，「知识储备」和「推理优势」并没有提升大模型的能力，反而可能导致探索力不足，使得决策结果不够理想。
6/23/2025 9:09:00 AM
大模型到底是怎么「思考」的？第一篇系统性综述SAE的文章来了

大模型到底是怎么「思考」的？第一篇系统性综述SAE的文章来了
作者介绍:本篇文章的作者团队来自美国四所知名高校：西北大学、乔治亚大学、新泽西理工学院和乔治梅森大学。 第一作者束东与共同第一作者吴烜圣、赵海燕分别是上述高校的博士生，长期致力于大语言模型的可解释性研究，致力于揭示其内部机制与 “思维” 过程。 通讯作者为新泽西理工学院的杜梦楠教授。
6/23/2025 9:08:00 AM
从RLHF、PPO到GRPO再训练推理模型，这是你需要的强化学习入门指南

从RLHF、PPO到GRPO再训练推理模型，这是你需要的强化学习入门指南
强化学习（RL）已经成为当今 LLM 不可或缺的技术之一。 从大模型对齐到推理模型训练再到如今的智能体强化学习（Agentic RL），你几乎能在当今 AI 领域的每个领域看到强化学习的身影。 近日，Daniel Han 和 Michael Han 两兄弟组成的团队 Unsloth（用于微调模型的同名开源项目 GitHub 星数已超过 4 万）发布了一个强化学习教程，其中从吃豆人谈起，简单易懂地从 RLHF、PPO 介绍到 GRPO，还分享了如何用 GRPO 训练推理模型的技巧。
6/23/2025 9:07:00 AM
三个大模型合作，1000次迭代，竟能像人类科学家一样发现方程

三个大模型合作，1000次迭代，竟能像人类科学家一样发现方程
随着 AI4Science 的浪潮席卷科研各领域，如何将强大的人工智能模型真正用于分析科学数据、构建数学模型、发现科学规律，正成为该领域亟待突破的关键问题。 近日，中国科学院自动化研究所的研究人员提出了一种创新性框架 ——DrSR (Dual Reasoning Symbolic Regression)：通过数据分析与经验归纳 “双轮驱动”，赋予大模型像科学家一样 “分析数据、反思成败、优化模型” 的能力。 在 DrSR 中，三位 “虚拟科学家” 协同工作：一个善于洞察变量关系的 “数据科学家”；一个擅长总结失败教训与成功经验的 “理论科学家”；一个勇于尝试假设、不断优化模型的 “实验科学家”。
6/23/2025 9:04:00 AM
Sam Altman提醒创业者：ChatGPT将来要做的，大家就绕开吧

Sam Altman提醒创业者：ChatGPT将来要做的，大家就绕开吧
Y Combinator 最近在旧金山举办的 AI Startup School 活动，邀请了大量 AI 领域最具影响力的创始人和专家进行现场对谈和演讲，之前 Andrej Karpathy 在活动上的演讲视频爆火，现在 OpenAI CEO Sam Altman 的最新采访也已上线。 视频地址：，Altman 深入复盘了从早期创业艰辛到缔造 OpenAI 的完整历程。 他不仅分享了对雄心、责任及全球瞩目下如何前行的思考，还就早期关键决策、未来技术机遇、产品形态及个人领导哲学等话题，给出了深刻洞见。
6/23/2025 9:02:00 AM
开源版MetaQuery来了！OpenUni用1.1B参数媲美BLIP3-o-8B，数据代码完全开源

开源版MetaQuery来了！OpenUni用1.1B参数媲美BLIP3-o-8B，数据代码完全开源
随着 GPT-4o 展现出令人印象深刻的多模态能力，将视觉理解和图像生成统一到单一模型中已成为 AI 领域的研究趋势（如MetaQuery 和 BLIP3-o ）。 南洋理工大学 S-Lab 和商汤科技的研究团队推出 OpenUni，一个开源版 MetaQuery，仅用 1.1B 参数达到 8B 模型性能，更将代码、权重、数据全部开源！ 技术报告： OpenUni: A Simple Baseline for Unified Multimodal Understanding and Generation机构： 南洋理工大学 S-Lab、商汤科技新加坡研究院作者： Size Wu*,  Zhonghua Wu*, Zerui Gong* (* 同等贡献), Qingyi Tao, Sheng Jin, Qinyue Li, Wei Li, Chen Change Loy开源代码： ： [email protected]架构图，OpenUni 架构：通过 256 个可学习查询和 6 层轻量连接器，桥接冻结的 InternVL（理解）与 SANA（生成）图 1：OpenUni 在生成任务上的性能表现，展示了其高效的参数利用三大核心优势🏗️ 架构极简仅 6 层连接器，相比 MetaQuery 的 24 层大幅精简⚡ 参数高效1.1B 参数达到 GenEval 0.84 分，与 BLIP3-o-8B 模型性能相当 📂 完全开源模型权重 训练代码 2300 万数据集全部公开架构设计与训练策略OpenUni 遵循 MetaQuery 的设计理念，包含四个核心组件：1.256 个可学习查询 - 从用户指令中提取条件信息2.
6/23/2025 9:01:00 AM
月之暗面「调教」出最强Agent，在「人类最后一场考试」拿下最新 SOTA

月之暗面「调教」出最强Agent，在「人类最后一场考试」拿下最新 SOTA
昨天，月之暗面发了篇博客，介绍了一款名为 Kimi-Researcher 的自主 Agent。 这款 Agent 擅长多轮搜索和推理，平均每项任务执行 23 个推理步骤，访问超过 200 个网址。 它是基于 Kimi k 系列模型的内部版本构建，并完全通过端到端智能体强化学习进行训练，也是国内少有的基于自研模型打造的 Agent。
6/23/2025 9:00:00 AM
ICML 2025 Oral | NAS老树开新花，NUS提出智能体超网，成本狂降55%

ICML 2025 Oral | NAS老树开新花，NUS提出智能体超网，成本狂降55%
本文第一作者为张桂彬，新加坡国立大学25Fall计算机科学博士生；本文在南洋理工大学的王琨博士、上海人工智能实验室的白磊老师、和中国科学技术大学的王翔教授指导下完成。 LLM 智能体的时代，单个 Agent 的能力已到瓶颈，组建像 “智能体天团” 一样的多智能体系统已经见证了广泛的成功。 但 “天团” 不是人越多越好，手动设计既费力又不讨好，现有的智能体自动化方法又只会 “一招鲜”，拿一套复杂阵容应对所有问题，导致 “杀鸡用牛刀”，成本高昂。
6/23/2025 8:57:00 AM
7B智能体仅凭9个任务训练即超越R1！上交大打造AI-for-AI新范式

7B智能体仅凭9个任务训练即超越R1！上交大打造AI-for-AI新范式
尽管人工智能（AI）在飞速发展，当前 AI 开发仍严重依赖人类专家大量的手动实验和反复的调参迭代，过程费时费力。 这种以人为中心的方式已成为制约创新速度和通向通用人工智能（AGI）的关键瓶颈。 为突破限制，AI-for-AI（AI4AI）应运而生。
6/23/2025 8:56:00 AM
舍弃CUDA编程！CMU等用几十行代码将LLM编译成巨型内核，推理延迟可降6.7倍

舍弃CUDA编程！CMU等用几十行代码将LLM编译成巨型内核，推理延迟可降6.7倍
在 AI 领域，英伟达开发的 CUDA 是驱动大语言模型（LLM）训练和推理的核心计算引擎。 不过，CUDA 驱动的 LLM 推理面临着手动优化成本高、端到端延迟高等不足，需要进一步优化或者寻找更高效的替代方案。 近日，CMU 助理教授贾志豪（Zhihao Jia）团队创新玩法，推出了一个名为「Mirage Persistent Kernel（MPK）」的编译器，可以自动将 LLM 转化为优化的巨型内核（megakernel），从而将 LLM 推理延迟降低 1.2 到 6.7 倍。
6/23/2025 8:55:00 AM
监督学习也能从错误中学习反思？！清华英伟达联合提出隐式负向策略爆炸提升数学能力

监督学习也能从错误中学习反思？！清华英伟达联合提出隐式负向策略爆炸提升数学能力
监督学习也能像强化学习一样进行“自我反思”了。 清华大学与英伟达、斯坦福联合提出新的监督学习方案——NFT（Negative-aware FineTuning），在RFT（Rejection FineTuning）算法基础上通过构造一个“隐式负向模型” 来额外利用负向数据进行训练。 这并不意味着使用“差数据”进行训练，而是在已知的模型计算结果前提下，通过负向数据训练正向模型，即“隐式负向策略（Implicit Negative Policy）”。
6/23/2025 8:52:00 AM
AI也会闹情绪了！Gemini代码调试不成功直接摆烂，马斯克都来围观

AI也会闹情绪了！Gemini代码调试不成功直接摆烂，马斯克都来围观
AI也会“闹自杀”了？ 一位网友让Gemini 2.5调试代码不成功后，居然得到了这样的答复——“I have uninstalled myself.”看上去还有点委屈是怎么回事（doge）。 这事儿可是引起了不小的关注，连马斯克都现身评论区。
6/23/2025 8:50:00 AM
只改两行代码，RAG效率暴涨30%！多种任务适用，可扩展至百亿级数据规模应用

只改两行代码，RAG效率暴涨30%！多种任务适用，可扩展至百亿级数据规模应用
只需修改两行代码，RAG向量检索效率暴涨30%！ 不仅适用于文搜文”、“图搜图”、“文搜图”、“推荐系统召回”多种任务；而且具备良好扩展性，适合十亿、百亿级别大规模应用。 浙江大学高云君、柯翔宇团队联手向量检索领域大佬傅聪，开源新方法PSP（Proximity graph with Spherical Pathway），突破RAG两大难题。
6/23/2025 8:49:00 AM