前沿论文解读

前沿论文解读 zxb - 2025年7月7日 0

一、背景介绍虽然旋转位置编码（RoPE）及其变体因其长上下文处理能力而被广泛采用，但将一维 RoPE 扩展到具有复杂时空结构的视频领域仍然是一个悬而未决的挑战。VideoRoPE++ 这项工作首先进行了全面分析，确定了将 RoPE 有效应

前沿论文解读 zxb - 2025年7月7日 0

人工智能（AI），如果可以像人类一样“思考”，或许能够帮助我们理解人类的思维方式，尤其是不同心理状态（如抑郁或焦虑）的人群如何做出决策，进而为人类健康研究提供一个新视角。如今，一篇发表在权威科学期刊 Nature 上的研究论文，为实现上述

前沿论文解读 zxb - 2025年7月7日 0

最近「上下文工程」有多火？Andrej Karpathy 为其打 Call，Phil Schmid 介绍上下文工程的文章成为 Hacker News 榜首，还登上了知乎热搜榜。之前我们介绍了上下文工程的基本概念，今天我们来聊聊实操。为什么

前沿论文解读 zxb - 2025年7月7日 0

谷歌、斯坦福等陆续推出「AI科学家」，协助人类科学家推动科研范式革新。科学家亲身试用后或震惊其洞察之深，或质疑其缺乏灵感与人性温度，AI能代替人类思考吗？斯坦福大学的病理学家Thomas Montine在4月的某个周日早晨，按照「惯例」举

前沿论文解读 zxb - 2025年7月7日 0

大语言模型（LLM）以生成能力强而著称，但如何能让它「听话」，是一门很深的学问。基于人类反馈的强化学习（RLHF）就是用来解决这个问题的，其中的奖励模型（Reward Model, RM）扮演着重要的裁判作用，它专门负责给 LLM 生成

前沿论文解读 zxb - 2025年7月7日 0

你肯定见过大模型在解题时「装模作样」地输出：「Hmm…」、「Wait, let me think」、「Therefore…」这些看似「人类化」的思考词。但一个灵魂拷问始终存在：这些词真的代表模型在「思考」，还是仅仅为了「表演」更像人类而添

前沿论文解读 zxb - 2025年7月7日 0

近年来，基于智能体的强化学习（Agent + RL）与智能体优化（Agent Optimization）在学术界引发了广泛关注。然而，实现具备工具调用能力的端到端智能体训练，首要瓶颈在于高质量任务数据的极度稀缺。当前如 GAIA 与 Br

前沿论文解读 zxb - 2025年7月7日 0

MLA-Trust 是首个针对图形用户界面（GUI）环境下多模态大模型智能体（MLAs）的可信度评测框架。该研究构建了涵盖真实性、可控性、安全性与隐私性四个核心维度的评估体系，精心设计了 34 项高风险交互任务，横跨网页端与移动端双重测试

前沿论文解读 zxb - 2025年7月7日 0

在AI迈入多模态时代的当下，“让大模型上手机”成为产业落地的焦点。现有MLLM在手机端部署时常面临两大难题：1、纯语言任务性能下降：现有的端侧MLLM在纯文本的任务上表现不尽人意；2、手机NPU不支持MoE架构：而MoE架构恰恰是多模态训

前沿论文解读 zxb - 2025年7月7日 0

Skywork-Reward-V2全新发布！巧妙构建超高质量的千万级人类偏好样本，刷新七大评测基准SOTA表现。8款模型覆盖6亿至80亿参数，小体积也能媲美大模型性能。AI，到处都是AI！早上起来，脑子里突然萦绕起一个旋律，于是便对着AI

12 3...11 Page 1 of 11

每日AI快报