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
人类创造力的核心机制，AI已经开始掌握了 | 北大CogSci 2025（Oral）
“AI永远无法取代人类”证据-1！北大团队最新论文揭示：人类引以为傲的创造力，如今AI也开始掌握了。甚至，研究人员还提出了一种系统性框架，首次从认知科学的角度，对AI模型的组合创造力（Combinational Creativity）进行
如何做到在手机上实时跑3D真人数字人？MNN-TaoAvatar开源了！
TaoAvatar 是由阿里巴巴淘宝 Meta 技术团队研发的 3D 真人数字人技术，这一技术能在手机或 XR 设备上实现 3D 数字人的实时渲染以及 AI 对话的强大功能，为用户带来逼真的虚拟交互体验。它是如何实现的呢？本文将为您揭秘
高质量RAG的常用优化策略实战项目，落地必看 ！！！
本文将介绍 22 种先进的RAG技术，灵感来源于 all-rag-techniques 仓库中的全面实现。这些实现使用 Python 库（如 NumPy、Matplotlib 和 OpenAI 的嵌入模型），避免使用 LangChain
ICML 2025 Oral | 从「浅对齐」到「深思熟虑」，清华牵头搭起大模型安全的下一级阶梯
在大语言模型（LLM）加速进入法律、医疗、金融等高风险应用场景的当下，“安全对齐”不再只是一个选项，而是每一位模型开发者与AI落地者都必须正面应对的挑战。然而，如今广泛采用的对齐方式，往往只是让模型在检测到风险提示时机械地回复一句“很抱歉
重磅！淘天联合爱橙开源强化学习训练框架ROLL，高效支持十亿到千亿参数大模型训练
过去几年，随着基于人类偏好的强化学习（Reinforcement Learning from Human Feedback，RLHF）的兴起，强化学习（Reinforcement Learning，RL）已成为大语言模型（Large La
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。有了它，查找和更改PC设置就变得容易得多，现在只需要一个简单的问句，例如：我的鼠
人形机器人首次打通视觉感知与运动断层，UC伯克利华人博士让宇树G1现场演示
不用提前熟悉环境，一声令下，就能让宇树机器人坐在椅子上、桌子上、箱子上！还能直接解锁 “跨过箱子”、“敲门” 等任务~这是来自UC伯克利、卡内基梅隆大学等团队的最新研究成果LeVERB框架——基于模拟数据训练实现零样本部署，让人形机器人通
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
不用千亿参数也能合成高质量数据！这个开源框架让小模型“组团逆袭”，7B性能直追72B
无需蒸馏任何大规模语言模型，小模型也能自给自足、联合提升？上海人工智能实验室联合中国人民大学提出的GRA框架（Generator–Reviewer–Adjudicator） 正是这样一种新范式：该方法以“多人协作”、“角色分工”的理念为核
- Advertisement -
AI每日快报
OpenAI首款AI硬件遭狙击，被诉商标侵权与技术窃取，法庭文件曝光
法庭文件曝光OpenAI与io密购30套耳机、AI硬件研发陷商标纠纷细节。智东西6月24日消息，据外媒TechCrunch昨日报道，美国加州北区地方法院2025年6月12日公开的诉讼文件披露：iyO公司指控OpenAI及其收购的硬件公司i
