从RLHF、PPO到GRPO再训练推理模型，这是你需要的强化学习入门指南
强化学习（RL）已经成为当今 LLM 不可或缺的技术之一。从大模型对齐到推理模型训练再到如今的智能体强化学习（Agentic RL），你几乎能在当今 AI 领域的每个领域看到强化学习的身影。近日，Daniel Han 和 Michael
提升大模型内在透明度：无需外部模块实现高效监控与自发安全增强｜上海AI Lab & 上交
大语言模型（LLM）能力提升引发对潜在风险的担忧，洞察其内部“思维过程”、识别危险信号成AI安全核心挑战。当前主流用外部“黑盒”监控模块解读模型表征，此类方法如“隔靴搔痒”：独立于模型，解读逻辑不透明、结果可信度低，且对数据分布变化敏感、
地球副本上线！人类机器人蜂拥进入「世界模拟器」，复刻全球3D真实空间
一个融合真实地理空间与AI生成技术的开放世界模拟平台，由Genesis物理引擎驱动，支持人类与机器人在社区中共同互动、成长与演化。现实版「黑客帝国」来了！刚刚，一个融合未来人机共生蓝图的虚拟平台悄然上线，它或将彻底改变我们理解人类和未来A
ChatGPT上瘾，大脑萎缩47%！MIT祭出206页92图超长报告
AI上瘾堪比「吸毒」！MIT最新研究惊人发现：长期依赖大模型，学习能力下降、大脑受损，神经连接减少47%。AI提高效率的说法，或许根本就是误解！ChatGPT正在「吸干」你的大脑！刚刚，麻省理工学院完成了针对ChatGPT用户的首次大脑扫
性能提升11.74%！腾讯优图提出激励推理，专攻复杂指令
现有的语言大模型（LLMs）在复杂指令下的理解和执行能力仍需提升。腾讯优图（UTU）研究团队提出一种系统性方法——激励推理（Incentivizing Reasoning )，来提升LLM处理复杂指令的能力。结果显示，该方法能够有效提升大
李飞飞团队提出架构设计新思路！无需从头训练，直接“嫁接”预训练模型关键组件
预训练模型能否作为探索新架构设计的“底座” ？最新答案是：yes！简单来说，按照研究人员设计好的架构方案从头训练模型，往往是检验一个架构是否有效的重要手段。但问题在于，从头训练模型的成本也太高了！对此，包括李飞飞团队在内的研究人员提出了一
AI App 2024年赚了12亿美元，谁在给AI氪金？
文章摘要2024年全球AI移动应用收入达12亿美元，同比猛增179%。图片/视频生成应用主要由亚洲市场驱动，细分需求兴起；ChatBot领域ChatGPT占据主导，但套壳产品表现意外强劲，用户分层明显（高知男性与年轻女性为主）。AI赋能生
知识储备≠模型能力！DeepMind强化学习微调：大幅缩小「知行差距」
大语言模型（LLMs）在决策场景中常因贪婪性、频率偏差和知行差距表现欠佳。研究者提出强化学习微调（RLFT），通过自我生成的推理链（CoT）优化模型，提升决策能力。实验表明，RLFT可增加模型探索性，缩小知行差距，但探索策略仍有改进空间。
一文读懂深度表格数据表示学习 | 南京大学
在AI应用中，表格数据的重要性愈发凸显，广泛应用于金融、医疗健康、教育、推荐系统及科学研究领域。深度神经网络（DNN）凭借其强大的表示学习能力，在表格数据建模上展现出令人瞩目的潜力。南京大学团队系统介绍了表格表示学习这一研究领域，他们将现
Dify模板转换节点全解析｜核心引擎Jinja2详解｜8种典型应用场景｜AI生成动态数据分析报告
一、节点介绍 Dify的模板转换节点，是基于Jinja2模板引擎，为用户提供灵活的数据转换能力。借助Jinja2，可以在Dify工作流中快速完成文本拼接、格式转换、数据结构重组等操作，实现"多源数据的无缝衔接与随心转换"。本文将展开介绍
- Advertisement -
AI每日快报
多模态内容生成的机会，为什么属于中国公司？
2025 年多模态技术快速发展，中国创业团队在内容生成领域正在形成领先优势。与美国在大语言模型领域的领先不同，中国企业在视频生成、3D 创作等多模态细分领域已跻身全球第一梯队。像 Pixverse 的视频生成产品用户规模超过许多美国知名产
