模型

Windows最新搭载微软自研模型Mu，一句话搞定所有系统配置

还在为复杂的Windows设置头疼？微软来重新定义设置界面交互了。全新发布的设备端小语言模型Mu，让Windows 11的设置也拥有了自己的AI Agent。

6/25/2025 1:42:54 PM

ToMAP：赋予大模型「读心术」，打造更聪明的AI说服者

本文第一作者为韩沛煊，本科毕业于清华大学计算机系，现为伊利诺伊大学香槟分校（UIUC）计算与数据科学学院一年级博士生，接受 Jiaxuan You 教授指导。其主要研究方向为：大语言模型的安全性及其在复杂场景中的推理。说服，是影响他人信念、态度甚至行为的过程，广泛存在于人类社会之中。

6/25/2025 9:19:44 AM

Cache Me If You Can：陈丹琦团队如何「抓住」关键缓存，解放LLM内存？

普林斯顿大学计算机科学系助理教授陈丹琦团队又有了新论文了。近期，诸如「长思维链」等技术的兴起，带来了需要模型生成数万个 token 的全新工作负载。大多数语言模型都基于 Transformer 架构，其在进行自回归解码（即逐字生成文本）时，需要将所有先前 token 的注意力状态存储在一个名为 KV 缓存的内存区域中。

6/25/2025 9:15:38 AM

谷歌发布本地具身智能模型！全程无联网执行精细操作，从人形机器人到工业机器人全覆盖

机器人终于有了自己的“离线大脑”。 Google DeepMind团队首个可以完全在机器人本地运行的视觉-语言-动作（VLA）模型Gemini Robotics On-Device发布。这个模型不仅能离线运行，还保持了相当强悍的操作能力，能遵循指令完成各种需要精细操作的任务。

6/25/2025 9:04:59 AM

ICML 2025 | 生成式视角重塑监督学习！标签不只是答案，更是学习指南

生成式视角可以对监督学习重新思考乃至重新定义！想象你在教一个学生解数学题——你会直接让他交卷对答案，还是会让他参考完整答案来理解解题思路？如今，一种全新的监督学习范式正受到关注：标签不应只是用于对照回答的标准答案，更可能成为学习过程中的辅助参考。

6/25/2025 8:59:49 AM

7B小模型超越DeepSeek-R1：模仿人类教师，弱模型也能教出强推理LLM | Transformer作者团队

Thinking模式当道，教师模型也该学会“启发式”教学了——由Transformer作者之一Llion Jones创立的明星AI公司Sakana AI，带着他们的新方法来了！这个方法要求教师模型像优秀的人类教师一样，根据已知解决方案输出清晰的逐步解释，而不再是从头开始自己解决。用Sanaka AI的新方法训练出的7B小模型，在传授推理技能方面，比671B的DeepSeek-R1还要有效。

6/25/2025 8:54:03 AM

合成数据>人工数据，绝对性能暴涨超10个点！仅需任务定义，高效微调大模型

尽管如GPT-4和Gemini等基础模型已在通用语言理解方面设立了新的行业标杆，但它们在需要深度领域知识的专业领域中，其表现常常不尽如人意。当面临数学、医学、法律及金融等专门任务时，这些模型时常表现不佳，因为这些领域高度依赖特定的专业知识。传统上，为了让这些模型适应特定领域，最直接的方法是使用大规模的人类标注数据进行微调。

6/25/2025 8:53:00 AM

谷歌 DeepMind 机器人 AI 模型实现本地化运行：可完成系鞋带等高难度任务

项目负责人 Carolina Parada 表示：“该系统借鉴 Gemini 多模态世界理解能力，如同 Gemini 生成文本 / 代码 / 图像那样生成机器人动作”。

6/24/2025 11:54:10 PM

问舟

任务太难，连ChatGPT都弃了！最强AI神器一键拆解，首测来袭

想转型AI做产品经理，却不知如何入手？想搞副业月入一万，但脑子里只有零散想法？想知道AI时代该学什么专业最有前景？

6/24/2025 1:54:22 PM

LLM进入「拖拽时代」！只靠Prompt，几秒定制一个大模型，效率飙升12000倍

现在的大模型基本都具备零样本泛化能力，但要在真实场景中做特定的适配，还是得花好几个小时来对模型进行微调。即便是像LoRA这样的参数高效方法，也只能缓解而不能消除每个任务所需的微调成本。刚刚，包括尤洋教授在内的来自新加坡国立大学、得克萨斯大学奥斯汀分校等机构的研究人员，提出了一种全新的「拖拽式大语言模型」——Drag-and-Drop LLMs！

6/24/2025 1:52:38 PM

3D VLA新范式！中科院&字节Seed提出BridgeVLA，斩获CVPR 2025 workshop冠军！

只需要三条轨迹，就能取得 96.8% 的成功率？视觉干扰、任务组合等泛化场景都能轻松拿捏？或许，3D VLA 操作新范式已经到来。

6/24/2025 11:50:37 AM

微软刚发布Mu模型：支持Windows智能体，小参数跑出10倍性能

今天凌晨，微软在官网发布了创新小参数模型Mu。 Mu仅有3.3亿参数，但其性能可以比肩微软之前发布的小参数模型Phi-3.5-mini，体量却比它小10倍左右，并且在离线NPU的笔记本设备上，可以跑出每秒超过100 tokens的响应，这在小参数模型领域非常罕见。此外，Mu支持在Windows中设置智能体，可将自然语言指令实时转化为系统操作，例如，只需对着电脑说一句 “把鼠标指针调大一些，调整屏幕亮度”，智能体就能精准定位到相关设置项一键完成调整。

6/24/2025 9:08:31 AM

AI真的需要「像人类」那样思考吗？AlphaOne揭示属于大模型的「思考之道」

本文共同第一作者为张均瑜与董润沛，分别为伊利诺伊大学厄巴纳-香槟分校计算机科学研究生与博士生；该研究工作在伊利诺伊大学厄巴纳-香槟分校张欢教授与 Saurabh Gupta 教授，加州大学伯克利分校 Jitendra Malik 教授的指导下完成。「The most effortful forms of slow thinking are those that require you to think fast.」 ——Daniel Kahneman，Thinking，Fast and Slow(2011)在思维节奏这件事上，人类早已形成一种独特而复杂的模式。我们习惯让 AI 模仿人类思维方式：先依赖直觉快速反应（System 1），再慢慢进入逻辑推理（System 2）；答题时先给出初步判断，再自我反思逐步修正……模仿人类的推理节奏，已经成为语言模型推理策略的默认路径。

6/24/2025 9:05:00 AM