拟合接近满分，外推却会跑偏：Meta 给缩放律加了一个指数
训练大模型前，团队往往先用一批小模型估算“大模型该做多大、数据该喂多少”。但常用的 Chinchilla 缩放律虽然在已知区域拟合接近满分，一到模型和数据极不平衡的昂贵边界，预测就会系统跑偏。Meta
2026-08-13 00:05 · 摘要已收录，可打开文章获取原文内容
从 RLVR 到 RLSVR：开放式任务如何获得可核验奖励
写作、摘要这类开放任务没有标准答案，强化学习很难拿到便宜、可靠的奖励。COLM 2026 论文提出 RLSVR，并设计 SpyRL：让五个模型玩一局信息不对称的“谁是卧底”，用预设身份和投票结果生成可
2026-08-12 00:24 · 摘要已收录，可打开文章获取原文内容
只用一款开源基础模型，DoGNAVY 如何拿下 AI 安全全球第三？
8 月初，国际 AI 安全基准 CyberGym 更新榜单。由国内顶尖人工智能研究机构与安全团队达酷诺威（DARKNAVY）联合研发的 DoGNAVY，以 90.8% 的验证率位列全球第三，与第二名只
2026-08-11 00:09 · 摘要已收录，可打开文章获取原文内容
35B模型科研能力超过 1T 级 DeepSeek V4 Pro：BigBang 跑通RSI数据闭环
当大模型逐渐接近人类专家水平，一个新的瓶颈正在浮现：下一批真正能够推动模型继续进步的训练任务，应该由谁来创造？过去，大模型能力提升高度依赖人类生产的数据。研究人员设计问题、编写答案、检查结果，再将这些
2026-08-10 00:11 · 摘要已收录，可打开文章获取原文内容
做过十遍还要从头摸索？Agent 的记忆终于开始长成技能
长期运行的 Agent 已经会保存记忆，却常常只把历史轨迹重新塞回上下文，下一次仍要从头推理。MemTensor 等机构提出无需训练基础模型的 MSCE 框架：它把经验分成轨迹证据、程序策略和环境认知
2026-07-27 21:03 · 摘要已收录，可打开文章获取原文内容
基于双 AI 智能体（Claude Code + Codex）的 自动化科研工作流构建与应用实战
2026 全新重磅课程Claude Code + Codex基于双 AI 智能体（Claude Code + Codex）的自动化科研工作流构建与应用实战全实操 · 深度研修班 · 直接应用于您的真实
2026-07-20 10:00 · 摘要已收录，可打开文章获取原文内容
当 Agent 尝试接管浏览器，连“我是人类”都证明不了？上海交大开源发布交互评测基准 HLL
随着多模态大模型（MLLMs）从“看图说话”走向“替人上网”，Web Agent 正在进入更开放、更复杂的执行环境：自动订票、跨应用检索、填写表单，甚至跨渠道协同完成任务。这意味着，评测智能体不仅要看
2026-07-03 00:30 · 摘要已收录，可打开文章获取原文内容
GPT-5.4 仅 11.36%！当大规模工具生态变成迷宫，LLM Agent 还能完成长程规划吗？
一句话概括PlanBench-XL 将 LLM Agent 放入一个大规模、部分可见、带有噪声和阻断的零售 API 世界中，评测它们能否持续发现可用工具、推断隐含中间目标，并在工具路径失效后重新规划。
2026-07-03 00:30 · 摘要已收录，可打开文章获取原文内容
新一代科研范式：基于大模型智能体的自动化，科研工作流构建与应用实战
别再只把AI当聊天工具了，这才是它在科研里的真正实力！累计培训科研人员 20000+，线下实战经验 300+ 场，覆盖高校 100+ 所。本课程是国内首批专为科研人员设计的AI智能体深度实战课程，系
2026-06-30 09:00 · 摘要已收录，可打开文章获取原文内容
深圳线下报名 | 具身智能：前沿、技术与创业
6 月 27 日，NICE 将联合飞拓星驰、深圳科创学院，在深圳南山举办一场具身智能线下分享。这一次，我们想把学术界、产业界和创业一线的朋友聚在一起，聊聊具身智能从论文、demo 走向真实场景的关键问
2026-06-25 00:31 · 摘要已收录，可打开文章获取原文内容
夯爆了！你的博士生已经在用Claude Code+Codex跑论文了，而你还在手动调格式？
AI 智能体驱动的科研范式变革，培养面向新一代科研范式的认知能力与实践能力。在科研范式演进层面，理解科学研究的四次范式变迁——从经验实验到理论建模、从计算模拟到数据驱动，认识到AI智能体正在开
2026-06-23 08:50 · 摘要已收录，可打开文章获取原文内容
零界演化开放技术悬赏平台：AI 量化与工程开发者，来赢取你的赏金！
AI 正在改变软件开发、研究协作、交易系统和组织运行方式。但一个更重要的问题也随之出现：在 AI 参与建设的时代，人的贡献如何被记录？如何被验证？又如何被公平分配？零界演化/SingularityX
2026-06-22 21:38 · 摘要已收录，可打开文章获取原文内容
ACL 2026 | 推理资源的帕累托改进：E-GRM高效奖励建模技术深度拆解
生成式奖励模型（GRM）在赋予大语言模型推理能力的同时也带来了巨大的计算负担。本文深度解析ACL 2026上由腾讯混元与新南威尔士大学提出的E-GRM（高效生成式奖励模型）框架，系统阐述其如何通过动态
2026-06-20 17:05 · 摘要已收录，可打开文章获取原文内容
如果你是LLM训练的研究者，这篇ACL 2026腾讯混元论文会彻底改变你对SFT的认知
一句话总结：如果你是做LLM训练的——无论是学术界的博士生，还是工业界的训练工程师——这篇论文会颠覆你对SFT的四个根本认知：Loss收敛不代表学习完成、加epoch不是万能的、模型变大解决不了一切、
2026-06-20 17:05 · 摘要已收录，可打开文章获取原文内容
如何用 Agent 全面重构你的科研全流程？
别再只把AI当聊天工具了，这才是它在科研里的真正实力！累计培训科研人员 20000+，线下实战经验 300+ 场，覆盖高校 100+ 所。本课程是国内首批专为科研人员设计的AI智能体深度实战课程，系
2026-06-16 09:00 · 摘要已收录，可打开文章获取原文内容
UXBench：从"能力"到"体验"的评测
能力决定下限，体验决定成败。论文：https://arxiv.org/abs/2606.09570Leaderboard：https://mengze-hong.github.io/UXBench/代
2026-06-14 17:29 · 摘要已收录，可打开文章获取原文内容
【第四届（2026）上海计算机视觉大会】 大会日程发布
上海计算机视觉大会是由上海市计算机学会计算机视觉专业委员会发起的人工智能领域高水平学术会议。大会前三届已先后在上海海事大学、上海交通大学、复旦大学/上海创智学院成功举办，受到国内计算机视觉与人工智能领
2026-06-12 17:34 · 摘要已收录，可打开文章获取原文内容
突破分词器边界：面向跨模型家族的 On-Policy Distillation
过去一年的大模型后训练圈，OPD（On-Policy Distillation）正在变成一个绕不开的关键词。它的做法很符合直觉：不要只让学生模型去模仿老师写好的标准答案，而是让学生自己先做一遍题，然后
2026-06-12 17:34 · 摘要已收录，可打开文章获取原文内容
B站硬核UP主沐神回来了：未来10年最好的方向
李沐，何许人也。亚马逊资深首席科学家 BosonAI联合创始人卡内基梅隆大学（CMU）机器学习博士前百度首席架构师、百度高级研究员MXNet深度学习框架主要贡献者之一全球百所高校选用教材《动手学深度
2026-06-11 13:05 · 摘要已收录，可打开文章获取原文内容
新一代科研范式：基于大模型智能体的自动化，科研工作流构建与应用实战
别再只把AI当聊天工具了，这才是它在科研里的真正实力！累计培训科研人员 20000+，线下实战经验 300+ 场，覆盖高校 100+ 所。本课程是国内首批专为科研人员设计的AI智能体深度实战课程，系
2026-06-09 09:00 · 摘要已收录，可打开文章获取原文内容
ICML 2026 | 爱丁堡大学联合UIUC、普林斯顿等机构联合定义Agent的下半场：智能体理论
过去两年 Agent 研究更像一场工程竞赛 —— 谁的推理链更长、谁的工具箱更大、谁的 workflow 更复杂。但 Agent 的下半场不再是拼花活，而是把它变成一门科学 ：不仅问「它 work 不
2026-06-06 15:39 · 摘要已收录，可打开文章获取原文内容
0.8B模型也能做 Agent 安全审计：AgentDoG 1.5 用 1k 高价值样本训练出SOTA轨迹级诊断器
当 Agent 开始自主调用工具、读写文件、执行代码、跨应用完成多步任务，安全问题就不再只是“这句 prompt 有没有毒”。风险可能藏在工具描述里，藏在某次环境返回里，也可能藏在 Agent 对中间
2026-06-03 11:27 · 摘要已收录，可打开文章获取原文内容
从“听命办事”到“主动搭把手”：π-BENCH 提出个人智能体的主动协作能力评测框架
随着个人智能体从单轮问答走向长期协作，一个关键问题开始浮现：Agent不能再只是等待用户把每一步都说清楚，而需要真正理解那些“没说出口但很重要”的需求。想象一下，你对一个AI助理说：“帮我准备一下客户
2026-05-31 11:49 · 摘要已收录，可打开文章获取原文内容
招生 | 哈工深 王智勇 急招2026入学快响博士（RL/LLM/AI4Sci）（27年入学硕博也可提前联系）
26年申请5月31日截止，不限专业，请感兴趣的同学请马上联系我！邮箱: zhiyongwangwzy@gmail.com王智勇，2025年入选国家级高层次青年人才，即将入职哈尔滨工业大学（深圳）智能科
2026-05-29 10:40 · 摘要已收录，可打开文章获取原文内容
见微知著：LLM 奖励建模的「Analytic Rubric」范式全面综述
研究背景与贡献none !importantRubric 的概念最初源于教育评估和心理测量学。在传统的教育测试中，引入评分标准的主要目的是为了减少对“整体评分”的依赖，避免“光环效应”等认知偏差的影响
2026-05-27 21:29 · 摘要已收录，可打开文章获取原文内容
桌面 Agent 的下一步：不是会操作，而是会调度工具
想象一个桌面 Agent 正在替你整理表格、配置浏览器、修改 VS Code workspace。它既能像人一样点击界面，也能直接调用工具完成结构化操作。这听起来像是一个更强的 Agent：看到按钮就
2026-05-25 16:51 · 摘要已收录，可打开文章获取原文内容
前 DeepMind 研究员反思：评测，而非算力或数据，才是下一阶段的瓶颈
一线后训练研究员的技术随笔与动态评测管线启示当你还在为某项主流基准的分数微涨而讨论时，模型可能已悄悄学会“只说真话但战略性隐瞒”。前 Google DeepMind 高级研究员 Lun Wang 在近
2026-05-19 19:23 · 摘要已收录，可打开文章获取原文内容
全国独家！让Claude Code和OpenClaw学术龙虾🦞 在你睡觉时做“靠谱”科研，多篇论文被AI顶刊接收
我给大家推荐报名由中促中心（国家事业单位）联合中科软研组织的一系列高质量培训课程，需要的粉丝可以来抄作业了~之前也分享过中科软研的科研培训，亲身体会过确实不错才给大家推荐，内容涵盖多个关键环节，系统性
2026-05-18 09:30 · 摘要已收录，可打开文章获取原文内容
预训练加速新配方：不改动架构的 Token Superposition 训练法
大模型预训练算力成本持续攀升，想在不动模型架构、不改并行策略的前提下探索预训练吞吐优化路径？Nous Research 提出的 Token-Superposition Training (TST) 提
2026-05-17 23:25 · 摘要已收录，可打开文章获取原文内容
基于 AI 智能体（Claude Code）的自动化科研工作流构建与应用实战
AI INTELLIGENT AGENT × SCIENTIFIC RESEARCH基于 AI 智能体（Claude Code）的自动化科研工作流构建与应用实战课三天两晚 · 全实操 · 深度研修班直
2026-05-15 09:00 · 摘要已收录，可打开文章获取原文内容