LLM

谁是Adam？NeurIPS 2025审稿爆年度最大笑话！Hinton也曾被拒稿

这几天，NeurIPS 2025的评审结果，陆续出炉了！让人措不及防的是，「Who's Adam」明晃晃地出现在了一位作者的审稿建议中，成为近来学术圈最大的笑柄。究竟是大模型不懂，还是审稿人疏忽了？

7/28/2025 9:14:00 AM

斯坦福大模型推理课免费了，谷歌推理团队创始人主讲

闻乐发自凹非寺. 量子位 | 公众号 QbitAI干货来了！如何理解大模型推理能力？

7/25/2025 4:25:36 PM

闻乐

AgentRM 奖励建模：智能体泛化能力的“导航仪”与“加速器”

大家好，我是肆〇柒。在 AI 领域，大型语言模型（LLM）基础智能体正逐渐成为解决复杂交互任务的关键力量。然而，一个不容忽视的问题是：尽管它们在训练中见过的任务上表现出色，但面对未见过的新任务时，泛化能力却往往不尽人意。

7/25/2025 10:06:41 AM

肆零柒

如何从零开始构建Zepto的多语言查询解析系统？

译者 | 李睿审校 | 重楼本文介绍如何从零开始构建Zepto的多语言查询解析系统，该系统利用LLM与RAG技术处理拼写错误及方言查询问题。通过复制从模糊查询到修正输出的端到端流程，可以解释这一技术在提升搜索质量与多语言查询处理中的核心作用。你用过Zepto在网上订购杂货吗？

7/24/2025 7:42:08 AM

李睿

多模态大语言模型(LLM) 和视频语言预训练的关键进展、应用、数据集和方法

随着视频应用的发展，大量视频被上传到网上。因此，如何利用视频及其对应的弱字幕进行表征学习成为近期的热门话题。本文将回顾大规模视频语言预训练任务的最新进展、后续应用、基础数据集和技术。

7/24/2025 2:00:00 AM

晓晓

AI Agent 协议：未来AI智能生态的基础设施

大家好，我是肆〇柒。今天想跟大家深入聊聊 AI 智能体协议这个极具前瞻性的话题。关于智能体协议，我跟了一段时间，发现它就像是打开智能体协作大门的一把钥匙，特别有意思，而且对未来的智能生态影响深远。

7/23/2025 9:21:03 AM

肆零柒

OpenAI被曝IMO金牌「造假」，陶哲轩怒揭内幕！

OpenAI夺下IMO金牌，最新大瓜又来了。昨日，因内部审核流程，谷歌DeepMind研究员在评论区，暗讽OpenAI抢先发布测试结果。图片原来，事情并非那么简单。

7/21/2025 11:48:54 AM

新智元

ICML'25 |大模型再爆弱点！旧记忆忘不掉，新记忆分不出，准确率暴降

人们越来越意识到，大语言模型（LLM）里「找信息」这件事，并不是简单地翻字典，而和「写信息」的能力紧紧绑在一起。一般认为，给模型塞入更长的上下文就能让它找得更准，不过上下文内部存在「互相干扰」，但这种现象却很少被研究。为了看清这个问题，弗吉尼亚大学和纽约大学神经科学中心研究人员借用了心理学里的「前摄干扰」（proactive interference）概念：先出现的信息会妨碍我们回忆后来更新的内容。

7/21/2025 9:09:00 AM

数据治理对人工智能的成功至关重要

自 ChatGPT 发布以来，大语言模型 (LLM) 已进入主流，促使各行各业和公司纷纷探索其在业务转型中的潜力。此后，许多技术应运而生，帮助团队构建更强大的 AI 系统：RAG、向量数据库、重排序器、推理模型、工具使用、MCP、代理框架等等。这些工具和技术显然很有用；然而，提升 AI 系统业务影响力的最有效方法依然是数据。

7/21/2025 8:19:13 AM

晓晓

从聊天记录到数字资产：MIRIX 让记忆可买卖

大家好，我是肆〇柒。当下，LLM 智能体在各种复杂任务中表现得越来越出色。然而，记忆这一关键要素却始终制约着 LLM 智能体的进一步发展。

7/17/2025 10:08:30 AM

肆零柒

错题本 × LLM：人机协作如何炼成“最严代码考官”

大家好，我是肆〇柒。在 vibe coding 活跃的当下，有时，我们不得不思考一个问题：在软件开发流程中，我们能否完全依赖、使用 LLM 生成的代码？大型语言模型（LLM）在代码生成基准测试中的卓越表现备受瞩目，从 HumanEval 到 LiveCodeBench，众多基准测试平台见证了 LLM 在代码生成任务上的飞速进步。

7/16/2025 9:51:43 AM

肆零柒