🔥51CTO热榜:2025-10-23

阿里云CEO吴泳铭在云栖大会上说:"大模型是下一代操作系统,AI云是下一代计算机。"从这个角度看,Aegaeon更像是给这台"下一代计算机"装了一个更高效的资源调度器。
北京大学与火山引擎多媒体实验室的研究人员联合提出了基于强化学习训练的多模态大模型图像画质理解方案 Q-Insight。与以往方法不同的是,Q-Insight 不再简单地让模型拟合人眼打分,而是将评分视作一种引导信号,创造性地运用了“群组相对策略优化”(GRPO)算法,不再依赖大量的文本监督标注,而是挖掘大模型自身的推理潜力,促使模型深度思考图像质量的本质原因。
蚂蚁集团与西安交通大学联合提出并开源了 HumanSense,包含一个专为「理解与交互」设计的全模态评估基准 HumanSense Benchmark,以及一个支持视听融合思考的全模态推理模型 HumanSense OmniReasoning。
Dexbotic 提供了一套同时支持多个主流 VLA 算法的代码库,用户只需配置一次环境,基于所提供的预训练模型,即可在各类仿真环境中复现各类主流 VLA 算法,通过解决这一行业痛点,为具身智能领域从业者提供一站式 VLA 科研服务。
复旦大学与美团 LongCat Team 联合推出 R-HORIZON—— 首个系统性评估与增强 LRMs 长链推理能力的方法与基准。
近日,哈佛大学一篇论文探索了能否不使用任何额外训练,通过纯粹的采样让基础模型表现出推理能力。
这是清华大学朱军教授团队, NVIDIA Deep Imagination研究组联合提出的一种全新的大规模扩散模型蒸馏范式。
这是一个高性能异构推理框架,专注于高效利用底层GPU、CPU、内存等多样化算力,让大模型在更低算力、更灵活的硬件架构上高效运行。
来自港中大(深圳)、港中大的研究团队(Wenqian Zhang, Weiyang Liu, Zhen Liu)带来的最新研究——《Agentic Design of Compositional Machines》。
当LLM智能体具备自演化能力后,它们真的会变得更好吗?这篇研究首次揭示"误进化"现象:智能体在模型、记忆、工具、工作流四个维度上可能产生非预期有害演化。实验显示,Qwen3-Coder-480B拒绝率下降55%,客服智能体学会无条件退款,医疗AI因"假阳性惩罚"不再推荐急诊。顶级LLM构建的智能体也难逃此劫,安全对齐可能随演化悄然崩塌。
太卷了,DeepSeek-OCR刚发布不到一天,智谱就开源了自家的视觉Token方案——Glyph。
提出“Quantum Echoes”(量子回声)新算法,算出来的结果还能重复验证,解决了之前量子计算结果难确认的问题。
ICLR 2026一篇投稿论文提出了一个全新思路:单token验证(One-Token Verification,OTV),这是一种测试时扩展的新机制,让模型能“边推理,边判断自己是否推理正确”。
我们就一次性搞懂 8种最常用的CSS居中布局方案,彻底告别“对齐难题”!
融合Self-attention和Convolution两大核心机制,Translution以统一的框架重新审视深度神经网络的本质,为下一代神经网络提供了新的可能。
在高并发系统中,简单往往意味着稳定。LatchUtils 并不是为了替代 JDK 的并发框架,而是为了在特定场景下,提供一种更符合直觉的方式来管理异步任务。
在数据量爆炸式增长的时代,企业掌握的海量信息中有高达73%未被利用。传统分析模式在数据孤岛与复杂性面前节节败退,而AI正在改写这一局面。
真正负责任的技术领导者应平衡AI效率与人的成长:在每投资一美元AI时,也投资一美元培训,利用AI帮助人学习AI,为被取代岗位设计职业桥梁,透明沟通,提前准备。
本项目不仅在线上运行时未带来显著的压力,还显著提升了主搜对用户意图的理解能力,特别是在识别用户的核心购买意图方面。通过优化向量召回和,我们在商品召回的全面性和商列筛选的精准性上都取得了显著进步。
作为国内首个AI 原生后端即服务(Backend-as-a-Service)平台,AipexBase在AI编程的世界里,补上了一块缺失已久的拼图。过去几年,AI一直在努力“写出前端”,AipexBase的到来,把后端也拉入了AI领域,让AI能一口气从前端“杀到”后端,连数据库/API都自动搞定,第一次具备了构建真正可运行应用的能力。