AI在线 AI在线

模型

DPO与GRPO谁更胜一筹？港中文、北大等联合发布首个系统性对比研究

DPO与GRPO谁更胜一筹？港中文、北大等联合发布首个系统性对比研究
近年来，强化学习 (RL) 在提升大型语言模型 (LLM) 的链式思考 (CoT) 推理能力方面展现出巨大潜力，其中直接偏好优化 (DPO) 和组相对策略优化 (GRPO) 是两大主流算法。 如今，这股 RL 的浪潮也涌向了图像生成领域。 当我们将自回归图像生成也视为一种序列化的 CoT 推理过程时，一个核心问题浮出水面：DPO 和 GRPO 在这个新战场上表现如何？
6/20/2025 9:06:00 AM
推荐大模型来了？OneRec论文解读：端到端训练如何同时吃掉效果与成本

推荐大模型来了？OneRec论文解读：端到端训练如何同时吃掉效果与成本
人人都绕不开的推荐系统，如今正被注入新的 AI 动能。 随着 AI 领域掀起一场由大型语言模型（LLM）引领的生成式革命，它们凭借着强大的端到端学习能力、海量数据理解能力以及前所未有的内容生成潜力，开始重塑各领域的传统技术栈。 作为互联网流量的核心引擎，推荐系统面临着级联架构导致的算力碎片化、优化目标割裂等问题，并逐渐制约其创新发展。
6/20/2025 9:03:00 AM
美团提出首个语音交互GUI智能体，端到端语音训练能力优于传统文本训练

美团提出首个语音交互GUI智能体，端到端语音训练能力优于传统文本训练
只需要动动嘴就可以驱动GUI代理？ 由美团和浙江大学联合推出的GUIRoboTron-Speech——让用户解放双手，直接对计算机“发号施令”。 这是首个能够直接利用语音指令和设备屏幕截图进行端到端（End-to-End）决策的自主GUI智能体，旨在为用户提供更直接、高效且无障碍的交互体验。
6/20/2025 9:00:00 AM
单应计算加速数十倍、计算量减少95%！基于几何的SKS和ACA矩阵分解被提出

单应计算加速数十倍、计算量减少95%！基于几何的SKS和ACA矩阵分解被提出
本文由东华大学蔡棽副教授、上海交通大学严骏驰教授和中国科学院自动化所申抒含研究员共同指导并撰写，四名学生作者为东华大学视觉与几何感知实验室的吴展豪、郭凌希、王佳纯、张斯禹。 一、论文简介东华大学、上海交通大学、中科院自动化所的研究团队最新提出：两种基于几何的单应矩阵分解，极大地减少了四点求解单应的计算量（相比目前通用的求解稀疏线性方程组方法减少 95% 以上），可在二维码扫描等典型视觉应用中显著减少计算消耗，并有望应用于其他射影几何、计算机视觉和图形学问题中。 论文已被 IEEE T-PAMI 期刊接收。
6/20/2025 8:55:00 AM
AI哪怕答案正确，逻辑链却惨不忍睹，奥数级不等式证明成功率不到50%｜ 斯坦福&伯克利&MIT

AI哪怕答案正确，逻辑链却惨不忍睹，奥数级不等式证明成功率不到50%｜ 斯坦福&伯克利&MIT
这不是段子，而是正在发生的现象。 大语言模型解决不等式证明问题时，可以给出正确答案，但大多数时候是靠猜。 推理过程经不起推敲，逻辑完全崩溃。
6/20/2025 8:54:00 AM
田渊栋：连续思维链效率更高，可同时编码多个路径，“叠加态”式并行搜索

田渊栋：连续思维链效率更高，可同时编码多个路径，“叠加态”式并行搜索
AI也有量子叠加态了？ 连续思维链的并行搜索类似于量子叠加，比离散型思维链更具优势。 这是AI大牛田渊栋团队的最新研究成果。
6/20/2025 8:47:00 AM
27、42、73，DeepSeek这些大模型竟都喜欢这些数！为什么？

27、42、73，DeepSeek这些大模型竟都喜欢这些数！为什么？
42，这个来自《银河系漫游指南》的「生命、宇宙以及一切问题的终极答案」已经成为一个尽人皆知的数字梗，似乎就连 AI 也格外偏好这个数字。 技术作家 Carlos E. Perez 发现，如果让 GPT-4o 和 Claude 猜一个 1-100 之间的数字，它们首先的选择多半是 42，而需要让它们再猜一次，它们又不约而同地猜测了 73！
6/19/2025 5:36:29 PM
MiniMax AI超级智能体发布！编程/多模态能力突出，MCP工具无缝集成，无需邀请码即可试用

MiniMax AI超级智能体发布！编程/多模态能力突出，MCP工具无缝集成，无需邀请码即可试用
MiniMax第三弹，正式推出AI超级智能体MiniMax Agent。 从专家级多步骤规划，到灵活的任务分解和端到端执行，它设计得像是「一个可靠的队友」。 前天发布的M1模型，你可以用它生成15分钟的速读概述。
6/19/2025 11:51:27 AM
20个样本，搞定多模态思维链！UCSC重磅开源：边画框，边思考

20个样本，搞定多模态思维链！UCSC重磅开源：边画框，边思考
现有开源多模态推理模型（Multimodal Reasoning Model）生成的推理链几乎都是纯自然语言，缺少对图像信息的显式引用与整合。 让多模态大语言模型（MLLM）既能条理清晰的思考，又能真正将推理过程「落到画面」上，在实现上仍然存在两个难点：1. 全是自然语言的思考内容看似很长，其内容有可能脱离图像信息，不一定能真正「看图说话」；2.
6/19/2025 9:15:00 AM
美7000万人或被取代，Agent光速卷入职场！北大校友、杨笛一新作

美7000万人或被取代，Agent光速卷入职场！北大校友、杨笛一新作
1769年，瓦特改进了蒸汽机。 1945年，计算机诞生。 2001年，3G移动网络开始部署。
6/19/2025 9:10:00 AM
清华SageAttention3，FP4量化5倍加速！且首次支持8比特训练

清华SageAttention3，FP4量化5倍加速！且首次支持8比特训练
随着大型模型需要处理的序列长度不断增加，注意力运算（Attention）的时间开销逐渐成为主要开销。 此前，清华大学陈键飞团队提出的即插即用的 SageAttention 和 SageAttention2 已经被业界及社区广泛的使用于各种开源及商业的大模型中，比如 Vidu，CogvideoX，Mochi，Wan，HunyuanVideo，Flux，Llama3，Qwen 等。 近日，清华大学陈键飞团队进一步提出了针对 BlackWell 架构的首个全 FP4 量化的即插即用注意力算子（SageAttention3）。
6/19/2025 9:07:00 AM
GPT-5今夏突袭？Sam Altman 首次大谈 GPT-5、AGI

GPT-5今夏突袭？Sam Altman 首次大谈 GPT-5、AGI
昨天凌晨，OpenAI发布了其联合创始人兼首席执行官Sam Altman的40分钟深度专访。 本次访谈技术干货很足，Altman谈到了大家非常关心的核心产品GPT-5，大概率会在今年夏天发布，但也会因为命名、安全测试、功能迭代等原因延长产品时间。 也谈到了高性能的o3模型以及智能体Deep Research，这些产品对实现AGI的重要性。
6/19/2025 9:06:00 AM
谢赛宁团队新基准让LLM集体自闭，DeepSeek R1、Gemini 2.5 Pro都是零分

谢赛宁团队新基准让LLM集体自闭，DeepSeek R1、Gemini 2.5 Pro都是零分
近年来，LLMs（如 GPT-4、Claude、Gemini 等）在代码生成领域取得了显著进展。 它们不仅在经典编程基准（如 HumanEval）中表现出色，甚至在某些测试中超越了人类平均水平。 这促使许多研究者开始宣称：LLM 已经胜过人类程序员，尤其是在竞赛编程领域。
6/19/2025 9:04:00 AM
告别玄学选LLM！弗吉尼亚理工选型框架入选ICML 2025

告别玄学选LLM！弗吉尼亚理工选型框架入选ICML 2025
还在靠“开盲盒”选择大模型？ 来自弗吉尼亚理工大学的研究人员推出了个选型框架LensLLM——大幅提升选型效果的同时，成本却降低近90%。 众所周知，在大模型如雨后春笋般爆发的时代，选型成了AI工程师和研究员最大的痛点之一：模型多如牛毛，怎么选才不会“踩坑”？
6/19/2025 8:55:00 AM
75%预训练数据都能删！Jeff Dean新作：全自动筛除低质量数据

75%预训练数据都能删！Jeff Dean新作：全自动筛除低质量数据
机器学习领域有一条铁律，「Garbage In, Garbage Out.」，就是说模型的质量很大程度上取决于训练数据的质量。 大模型在预训练阶段会吸收海量的数据，其中数据的来源非常杂，导致质量参差不齐。 大量的实验和经验已经证明了，对预训练数据进行质量筛选是提高模型能力和效率的关键。
6/19/2025 8:50:00 AM
字节Seed提出序贯策略优化方法，突破同传“质量-延迟”权衡问题

字节Seed提出序贯策略优化方法，突破同传“质量-延迟”权衡问题
AI字幕总是慢半拍，质量和延迟难以平衡是业界老问题了。 为此，香港中文大学、字节跳动Seed和斯坦福大学研究团队出手，提出了一种面向同声传译的序贯策略优化框架 (Sequential Policy Optimization for Simultaneous Machine Translation, SeqPO-SiMT)。 在70亿参数（7B）规模上实现SOTA。
6/19/2025 8:49:00 AM
单GPU搞定高清长视频生成，效率×10！引入Mamba机制突破DiT瓶颈 | 普林斯顿&Meta

单GPU搞定高清长视频生成，效率×10！引入Mamba机制突破DiT瓶颈 | 普林斯顿&Meta
视频生成模型太贵太慢怎么办？ 普林斯顿大学和Meta联合推出的新框架LinGen，以MATE线性复杂度块取代传统自注意力，将视频生成从像素数的平方复杂度压到线性复杂度，使单张GPU就能在分钟级长度下生成高质量视频，大幅提高了模型的可扩展性和生成效率。 实验结果表明，LinGen在视频质量上优于DiT（胜率达75.6%），并且最高可减少15×（11.5×）FLOPs（延迟）。
6/18/2025 4:42:15 PM
统一框架下的具身多模态推理：自变量机器人让AI放下海德格尔的锤子

统一框架下的具身多模态推理：自变量机器人让AI放下海德格尔的锤子
当一位熟练的木匠抓起锤子时，锤子消失了 —— 不是物理上的消失，而是无需思考便可自如使用。 然而，当前最先进的机器人仍然无法“放下”这把“锤子”，它们被困在循环中 —— 识别锤子、规划如何使用锤子，每一次交互都需要重新“拿起”工具作为认知对象，这种割裂式的处理方式让 AI 永远无法达到人类那种直觉的工具使用境界。 具身智能的突破，不会来自对现有基于视觉 - 语言基础模型的修补，而将源于一场架构革命。
6/18/2025 4:41:45 PM