AI在线 AI在线

模型

英伟达揭示RL Scaling魔力！训练步数翻倍=推理能力质变，小模型突破推理极限

英伟达揭示RL Scaling魔力！训练步数翻倍=推理能力质变，小模型突破推理极限
强化学习（RL）到底是语言模型能力进化的「发动机」，还是只是更努力地背题、换个方式答题？ 这个问题，学界争论已久：RL 真能让模型学会新的推理技能吗，还是只是提高了已有知识的调用效率？ 过去的研究多数持悲观态度：认为 RL 带来的收益非常有限，有时甚至会让模型「同质化」加重，失去多样性。
6/4/2025 1:56:06 PM
冲击自回归，扩散模型正在改写下一代通用模型范式

冲击自回归，扩散模型正在改写下一代通用模型范式
上个月 21 号，Google I/O 2025 开发者大会可说是吸睛无数，各种 AI 模型、技术、工具、服务、应用让人目不暇接。 在这其中，Gemini Diffusion 绝对算是最让人兴奋的进步之一。 从名字看得出来，这是一个采用了扩散模型的 AI 模型，而这个模型却并非我们通常看到的扩散式视觉生成模型，而是一个地地道道的语言模型！
6/4/2025 1:55:03 PM
Meta新突破！跨模态生成告别噪声：流匹配实现任意模态无缝流转

Meta新突破！跨模态生成告别噪声：流匹配实现任意模态无缝流转
本文第一作者为刘启昊，约翰霍普金斯大学计算机科学博士四年级学生，师从 Alan Yuille 教授，研究方向涉及模型鲁棒性、生成模型与 3D 视觉。 通讯作者为 Mannat Singh，Meta GenAI 研究员，近期的研究主要涉及视频生成领域创新工作，包括 Emu Video、MovieGen 等项目。 在人工智能领域，跨模态生成（如文本到图像、图像到文本）一直是技术发展的前沿方向。
6/4/2025 1:53:57 PM
GPT-4o连验证码都解不了？SOTA模型成功率仅40%

GPT-4o连验证码都解不了？SOTA模型成功率仅40%
当前最强多模态Agent连验证码都解不了？ MetaAgentX团队推出首个专注于“多模态交互智能体×CAPTCHA（人机验证）问题”的开放式研究平台——Open CaptchaWorld。 该平台专门用于测试Agent解验证码的能力。
6/4/2025 1:53:22 PM
单卡搞定万帧视频理解！智源研究院开源轻量级超长视频理解模型Video-XL-2

单卡搞定万帧视频理解！智源研究院开源轻量级超长视频理解模型Video-XL-2
单张显卡，就能处理万帧视频输入，并且编码2048帧视频仅需12秒！ 国产开源模型又上大分，这次是在长视频理解领域：智源研究院联合上海交通大学等机构，正式发布新一代超长视频理解模型Video-XL-2。 长视频理解是多模态大模型关键能力之一。
6/4/2025 1:51:43 PM
GPT-5七月上线？内部爆料+奥特曼疯狂暗示，自曝前方时刻「令人恐惧」

GPT-5七月上线？内部爆料+奥特曼疯狂暗示，自曝前方时刻「令人恐惧」
GPT-5，真要来了？ 最近，关于GPT-5发布时间的消息，闹得是满城风雨。 多项信息来源显示，GPT-5上线的时间，就在今年7月！
6/4/2025 9:06:00 AM
超越GPT-4o！华人团队新框架让Qwen跨领域推理提升10%，刷新12项基准测试

超越GPT-4o！华人团队新框架让Qwen跨领域推理提升10%，刷新12项基准测试
一项新的强化学习方法，直接让Qwen性能大增，GPT-4o被赶超！ 来自加拿大滑铁卢大学与TikTok新加坡，M-A-P的华人团队提出了一种全新训练框架：General-Reasoner。 结果直接让Qwen系列大模型的跨领域推理准确率提升近10%，在多个基准测试中甚至超越GPT-4o。
6/4/2025 9:05:18 AM
论文秒变海报！开源框架PosterAgent一键生成顶会级学术Poster

论文秒变海报！开源框架PosterAgent一键生成顶会级学术Poster
你好研究僧，听说刚刚中了顶会，却还在愁怎么做Poster（学术海报）？ 别急，容在下为你推荐一款新时代科研党神器——PosterAgent，帮你一键从paper.pdf跳转poster.pptx。 相比GPT-4o，PosterAgent生成指标更优，同时token使用量减少87%，还只需要0.0045美元，就可将22页的论文转化为可编辑的 “.pptx” 终稿海报。
6/4/2025 9:03:00 AM
视觉感知驱动的多模态推理，阿里通义提出VRAG，定义下一代检索增强生成

视觉感知驱动的多模态推理，阿里通义提出VRAG，定义下一代检索增强生成
在数字化时代，视觉信息在知识传递和决策支持中的重要性日益凸显。 然而，传统的检索增强型生成（RAG）方法在处理视觉丰富信息时面临着诸多挑战。 一方面，传统的基于文本的方法无法处理视觉相关数据；另一方面，现有的视觉 RAG 方法受限于定义的固定流程，难以有效激活模型的推理能力。
6/4/2025 8:42:00 AM
思维链也会「跳帧」？浙大团队提出CoT-Bridge，显著提升数学推理性能

思维链也会「跳帧」？浙大团队提出CoT-Bridge，显著提升数学推理性能
本文的共同第一作者是徐皓雷和颜聿辰。 徐皓雷是浙江大学的一年级硕士生，主要研究兴趣集中在大模型推理和可解释性研究；颜聿辰是浙江大学博士三年级研究生，主要研究兴趣集中在大模型推理和智能体。 本文通讯作者是浙江大学鲁伟明教授和沈永亮研究员。
6/4/2025 8:35:00 AM
ACL2025 | 传统符号语言传递知识太低效？探索LLM高效参数迁移可行性

ACL2025 | 传统符号语言传递知识太低效？探索LLM高效参数迁移可行性
论文第一作者谭宇乔来自中国科学院自动化研究所的自然语言处理和知识工程研究组，导师为何世柱老师。 目前研究方向主要在利用大语言模型参数知识增强大模型能力。 1 跨规模参数知识迁移 PKT 的全面分析人类的思维是非透明的，没有继承的记忆，因此需要通过语言交流的环境来学习。
6/4/2025 8:35:00 AM
2025年四大AI模型对比：Claude 4、ChatGPT o3、Grok 3与Gemini 2.5 Pro

2025年四大AI模型对比：Claude 4、ChatGPT o3、Grok 3与Gemini 2.5 Pro
随着大模型领域竞争的日益激烈，包括Claude 4、ChatGPT o3、Grok 3和Gemini 2.5 Pro，每款工具都有其独特的优势和适用场景，但如何选择最适合自己的AI工具？ 本文将从功能、性能、价格等多个维度进行全面对比，帮助您找到最佳解决方案。 4ChatGPT o3/4.1Grok 3Gemini 2.5 Pro最佳用途编码与分析通用任务实时资讯长文本研究与分析免费版本有限制有 (GPT-3.5)无 (需X Premium)有 (有限功能)API支持是是Beta测试中是上下文窗口200K tokens128K tokens100K tokens2M tokens图像生成否是 (DALL-E)是是月费$20$20$16 (X Premium)20四大AI模型详解Claude 4：开发者的首选工具Claude 4以其在代码生成和分析方面的卓越表现成为开发者的热门选择。
6/4/2025 4:25:00 AM
云原生SRE
Karpathy教你值回ChatGPT 200刀「票价」，初创工程师揭秘ChatGPT最核心能力

Karpathy教你值回ChatGPT 200刀「票价」，初创工程师揭秘ChatGPT最核心能力
ChatGPT你肯定已经用过，也用的很「爽」，但你的使用方法大概率是不对的！ 别急，这是OpenAI初创大神Andrej Karpathy说的，「热衷于」科普AI的他再度出手。 这次Andrej Karpathy用一张图教会你如何选择ChatGPT模型！
6/4/2025 4:21:00 AM
新智元
Meta科学家LeCun：当前 AI 模型缺乏四项关键人类智能特质

Meta科学家LeCun：当前 AI 模型缺乏四项关键人类智能特质
在巴黎举行的AI行动峰会上，Meta首席AI科学家Yann LeCun提出一个问题：“什么才是智能的基本构成？ ”在与IBM AI负责人Anthony Annunziata的对话中，他提出四项标准：理解物理世界、拥有持续的记忆、具备推理能力，以及可以进行分层规划。 这四项能力在LeCun看来，是任何一种具备智能的生命体所共有的基础能力。
6/4/2025 3:22:00 AM
推理“刹不住车”？新框架让DeepSeek-R1们告别过度思考，已开源

推理“刹不住车”？新框架让DeepSeek-R1们告别过度思考，已开源
DeepSeek-R1、OpenAI o1等推理模型大放异彩。 但随着能力增强，一个副作用越来越明显——它们开始想太多了。 从奥数题到程序逻辑，能解的题越来越多、推理链条越来越长。
6/3/2025 5:38:24 PM
训练MoE足足提速70%！华为只用了三招

训练MoE足足提速70%！华为只用了三招
Scaling Law之下，MoE（混合专家）如今已经成为各大模型厂商扩展模型能力的制胜法宝。 不过，在高效实现模型参数规模化的同时，MoE的训练难题也日益凸显：训练效率不足，甚至一半以上训练时间都浪费在“等待”上。 现在，为了突破MoE的训练瓶颈，华为出手了：构建了一套名为Adaptive Pipe & EDPB的优化方案，开启“上帝视角”，让MoE面临“交通拥堵”的训练集群，实现无等待流畅运行。
6/3/2025 5:37:49 PM
经典ReLU回归！重大缺陷「死亡ReLU问题」已被解决

经典ReLU回归！重大缺陷「死亡ReLU问题」已被解决
在深度学习领域中，对激活函数的探讨已成为一个独立的研究方向。 例如 GELU、SELU 和 SiLU 等函数凭借其平滑梯度与卓越的收敛特性，已成为热门选择。 尽管这一趋势盛行，经典 ReLU 函数仍因其简洁性、固有稀疏性及其他优势拓扑特性而广受青睐。
6/3/2025 5:37:10 PM
大神卡帕西这么用ChatGPT：日常4o快又稳，烧脑切o4做后盾，o3只当备胎用

大神卡帕西这么用ChatGPT：日常4o快又稳，烧脑切o4做后盾，o3只当备胎用
OpenAI模型命名混乱没规律，以至于打开ChatGPT后，好多人都不知道到底该用哪个模型来完成任务。 不过别慌，现在咱们有救了！ 刚刚，大神卡帕西在𝕏上发布了一篇使用ChatGPT时的模型选择指南。
6/3/2025 2:13:56 PM