大模型智能

斯坦福最新课程发布：200行写Claude Code，批量培养「AI 原生开发者」！

2026-11-05 00:00 · 摘要已收录，可打开文章获取原文内容

从 SFT 到 RL：Infra 复杂度的三次跃迁

如果把AgenticRL当成“带奖励信号的多轮SFT”，大概率会在三个地方翻车。SFT时代三个默认成立的假设，在AgenticRL里全部失效——而每一次失效，恰好对应一次Infra复杂度的跃迁

2026-11-04 07:44 · 摘要已收录，可打开文章获取原文内容

刚刚，OpenAI新模型GPT-6.2 Astra曝光！

我们真的会在同一周同时拥有GPT-6.2Astra和ClaudeFable5.5吗？！

2026-11-03 00:00 · 摘要已收录，可打开文章获取原文内容

【NeurIPS 2026 】TokenRouter：让大模型逐词元路由真正高效运行

词元级路由的算法收益为何难以转化为部署效率？解读TokenRouter的请求接口、异步交接和延迟批处理，结合实验条件分析吞吐与延迟收益。

2026-11-02 00:00 · 摘要已收录，可打开文章获取原文内容

刚刚，谷歌TPU在太空开机！Gemma 4开口第一句竟是首诗

当算力飞出地球星空有了新诗人。

2026-11-01 00:00 · 摘要已收录，可打开文章获取原文内容

难怪Claude突然封号！Anthropic自曝：你聊的每句话，它都在后台悄悄举报

2026-11-01 00:00 · 摘要已收录，可打开文章获取原文内容

王文轩@中国人民大学：大模型及其智能体安全

本期GenTalk真知论坛学术分享邀请了中国人民大学王文轩老师在2026年10月31日10:30-11:30为我们带来“大模型及其智能体安全”的主题报告，欢迎感兴趣的老师同学关注。

2026-10-31 00:00 · 摘要已收录，可打开文章获取原文内容

13 个 Agent 实测，DeepSeek+Hermes 隐私泄露率达 96.15%

2026-10-30 00:00 · 摘要已收录，可打开文章获取原文内容

史曜睿@中国科学技术大学-从长程执行到持续进化：构建自我演进的大模型智能体

本期MLNLP学术Talk邀请了中国科学技术大学二年级博士研究生史曜睿在2026年10月31日9:00-10:00为我们带来“从长程执行到持续进化：构建自我演进的大模型智能体”的主题报告。

2026-10-29 00:00 · 摘要已收录，可打开文章获取原文内容

KV Cache被压成常数！OCR开源新王：页数没上限，缓存砍96%

OCR3.0时代，来了

2026-10-28 00:00 · 摘要已收录，可打开文章获取原文内容

OpenAI开始断网训练最强模型：“安全起见”

来不及了，快拔网线！

2026-10-27 00:00 · 摘要已收录，可打开文章获取原文内容

从白盒蒸馏、黑盒蒸馏，再到自蒸馏！深度理解 OPD 训练的本质

这篇就从白盒蒸馏讲起，再看自蒸馏和黑盒蒸馏，最后谈OPD训练的本质。

2026-10-26 00:00 · 摘要已收录，可打开文章获取原文内容

RoboTwin第一、RoboDojo领跑：Physical AI的下一轮Scaling，为什么是Physics？

厘清智能新成果：PrismWAM与RoboDoctor

2026-10-25 00:00 · 摘要已收录，可打开文章获取原文内容

杨骁文@南京大学小红书-面向通用智能体的环境工程：CompoWorld与Skill2Env的合成、扩展与训练

本期MLNLP学术Talk邀请了南京大学LAMDA实验室博士研究生杨骁文在2026年10月24日9:00-10:00为我们带来“面向通用智能体的环境工程：CompoWorld与Skill2Env的合成、扩展与训练”的主题报告。

2026-10-24 00:00 · 摘要已收录，可打开文章获取原文内容

DeepSeek v4.1 RL训练踩坑日记

前段时间组里接了个活儿，把DeepSeekV4.1Flash的AgenticRL训练在我们自研的LoongSage框架内拉起来。

2026-10-23 00:00 · 摘要已收录，可打开文章获取原文内容

MLNLP第四十五次学术研讨会开始报名｜上海人工智能实验室、中国科学技术大学、英国伦敦国王学院、南京航空航天大学等知名学者重磅来袭！

MLNLP社区将在10月25日于线上举办第四十五次学术研讨会，欢迎大家参加。

2026-10-23 00:00 · 摘要已收录，可打开文章获取原文内容

RSI，正在重走深度学习的老路

列举了RSI方法从深度学习借鉴的十一种机制：优化、反向传播、强化学习、元学习、蒸馏、正则化、数据增强、持续学习、剪枝、集成学习和对抗学习

2026-10-22 00:00 · 摘要已收录，可打开文章获取原文内容

何恺明团队发布视觉原生Harness框架：赋予多模态模型“按需回看”的视觉记忆

2026-10-21 00:00 · 摘要已收录，可打开文章获取原文内容

刚刚，OpenAI三个神秘模型曝光！

坏了，三个模型，够Tibo水三天了。

2026-10-20 00:00 · 摘要已收录，可打开文章获取原文内容

刚刚，英伟达开源机器人Harness！接入GPT-6 Astra一夜刷爆所有基准

李飞飞Atlas也开始推送Beta

2026-10-19 00:00 · 摘要已收录，可打开文章获取原文内容

突发！DeepSeek新模型发布，超级性价比斩杀一切

新版本V4.1-Flash-1017，还开放了自研搜索API

2026-10-18 00:00 · 摘要已收录，可打开文章获取原文内容

刘尚@香港科技大学 - FABO：Agent workflow改进芯片自动化设计中的np-hard布线算法

本期MLNLP学术Talk邀请了香港科技大学博士生刘尚在2026年10月17日9:00-10:00为我们带来“FABO：Agentworkflow改进芯片自动化设计中的np-hard布线算法”的主题报告。

2026-10-17 00:00 · 摘要已收录，可打开文章获取原文内容

今年最火00后诞生！Instinct创始人深度专访来了

2026-10-16 00:00 · 摘要已收录，可打开文章获取原文内容

乱谈 Kernel 之 Mega 向左，PDL向右

本文关注GLM-5.2-FP8在decode阶段执行完整Indexer的一个Transformerlayer，并优化这一层进入SparseFlashMLA前的计算。

2026-10-15 00:00 · 摘要已收录，可打开文章获取原文内容

MLNLP学术委员、中国科学院大学副教授杨智勇：变中求不变—AI变革中的科研求索与思考

CCF优博系列第十一期｜中国科学院大学副教授杨智勇：变中求不变—AI变革中的科研求索与思考

2026-10-14 00:00 · 摘要已收录，可打开文章获取原文内容

何恺明团队发布视觉原生Harness框架：赋予多模态模型“按需回看”的视觉记忆

2026-10-13 00:00 · 摘要已收录，可打开文章获取原文内容

Agentic RL Infra 主流技术路线综述

谁能率先把「长程信用分配」与「环境噪声鲁棒的可复现大规模合成」这两块最硬的骨头啃下来，并在模型-harness-环境的协同设计上形成闭环，谁就能在下一轮Agentic智能的竞赛中握住先手。

2026-10-12 00:00 · 摘要已收录，可打开文章获取原文内容

王的猜想，刚刚扩展到四维

2026-10-11 00:00 · 摘要已收录，可打开文章获取原文内容

两万字长文！2026GPUKernelAgent最新进展：方法、基准与验证三者缺一不可

一个kernelagent结果能不能用，瓶颈很少只在一个地方：它可能在数据稀缺处停滞，在训练工程处失稳，在评估协议处过拟合。

2026-10-10 00:00 · 摘要已收录，可打开文章获取原文内容

刚刚，GPT-6.1 Sol Ultrafast 来了！

额度又要不够用了。

2026-10-10 00:00 · 摘要已收录，可打开文章获取原文内容