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
大模型智能
专注于人工智能与大模型方向研究领域。 (wechat feed made by @ttttmr https://wechat2rss.xlab.app)
分类：ai覆盖：仅收录已发现链接或部分历史文章最近成功：2026-11-06 06:01文章数：72
刚刚，GPT-6全面开放！免费用户也能用了
今晚仰望星空时，心中多了一份格外深的敬畏。
2026-10-09 00:00 · 摘要已收录，可打开文章获取原文内容
从 TIS 到 score centering，重新理解 LLM RL 中的训推不一致
过去一段时间，SC算法比较火热。借这个机会，正好学习了下SC论文中的公式推导，并复习了下之前一些TIS的相关论文，借这篇文章系统梳理一下LLMRL中的TIM（TrainingInferenceMismatch）问题的根源以及解决方法。为什么关注on-policyLLMRL
2026-10-08 00:00 · 摘要已收录，可打开文章获取原文内容
刚刚！Jev中文教程项目发布了
刚刚！Jev中文教程项目发布了
2026-10-07 00:00 · 摘要已收录，可打开文章获取原文内容
刚刚，Hinton发了首篇RSI论文
AI一年走的路，未来可能5周跑完
2026-10-06 00:00 · 摘要已收录，可打开文章获取原文内容
刚刚，Muse迎来了一次大更新！
刚刚，Muse迎来了一次大更新！
2026-10-05 00:00 · 摘要已收录，可打开文章获取原文内容
把Depth Anything砍到6M，深度估计终于能跑进Jetson
该工作已被ACMMultimedia2026接收。
2026-10-04 00:00 · 摘要已收录，可打开文章获取原文内容
Paper-Writing-Tips | 4.6k Star 的论文写作避坑指南更新，新增论文写作检查 Skill！
4.6kStar的Paper-Writing-Tips迎来新更新：论文写作经验现已整理为ClaudeCode可调用的paper-writingskill，可辅助检查LaTeX、公式、图表、引用、英文表达和匿名信息。
2026-10-03 00:00 · 摘要已收录，可打开文章获取原文内容
综述 | 世界—动作模型：从预测未来到机器人闭环控制
系统梳理机器人世界—动作模型的概念、架构、训练与评测，讨论动作对齐、空间一致性、长时序记忆和闭环学习。
2026-10-02 00:00 · 摘要已收录，可打开文章获取原文内容
OpenAI 的神秘 RL 算法只是个 STE 的近似吗？解密 OAI 的 RL 后训练算法
这个叫做scorecentering的算法其实就是一个STE的近似实现，这种trick其实在之前涉及到SimtoReal的RLsetting上是很常见的用法，只能说是太阳之下没有新鲜事。
2026-10-01 00:00 · 摘要已收录，可打开文章获取原文内容
ACL 2026 杰出论文奖 | PALU：在关键前缀上最大化局部熵，让大模型精准“失忆”
ACL2026杰出论文奖|PALU：在关键前缀上最大化局部熵，让大模型精准“失忆”导读大语言模型在海量
2026-09-30 00:00 · 摘要已收录，可打开文章获取原文内容
又快又能打！匿名模型玉兔模型杀上双榜第一，Coding实测全记录
中秋假期稳居OpenRouter调用日榜榜首
2026-09-29 00:00 · 摘要已收录，可打开文章获取原文内容
到底什么是 Context？万字长文谈 Pi Agent context 管理
Prompt和Context到底应该怎么区分？我的理解是，Prompt更偏向相对静态的指令设计，而Context更偏向Agent在运行过程中动态形成的信息环境。 Prompt往往提前定义了模型“应该怎么做”，而Context会随着任务推进不断变化，决定模型“此刻基于哪些信息来做”
2026-09-28 00:00 · 摘要已收录，可打开文章获取原文内容
从 On-Policy Baseline 到 Off-Policy Score Centering！深度解析 score-centering 的前世今生
Off-policy强化学习，采样与目标策略的差异会导致传统基线失效引发梯度漂移。ScoreCentering通过将Score在采样分布下中心化，恢复了基线不变性并消除了均值漂移。其梯度等价于特定的STE，可与TIS/MIS结合以修正截断偏差，但并未完全解决分布不匹配的根本偏差
2026-09-27 00:00 · 摘要已收录，可打开文章获取原文内容
Opus 5.5代码直出视频刷屏！审美暴打GPT
动画、游戏、3D建模全来了
2026-09-26 00:00 · 摘要已收录，可打开文章获取原文内容
OpenAI 的神秘 RL 算法只是个 STE 的近似吗？解密 OAI 的 RL 后训练算法
这个叫做scorecentering的算法其实就是一个STE的近似实现，这种trick其实在之前涉及到SimtoReal的RLsetting上是很常见的用法，只能说是太阳之下没有新鲜事。
2026-09-25 00:00 · 摘要已收录，可打开文章获取原文内容
本地版Jev 1G内存就能跑！四舍五入等于不要钱啊
每秒60次决策
2026-09-24 00:00 · 摘要已收录，可打开文章获取原文内容
清华初创&UIUC学者用7B模型在预测市场上自我蒸馏，跑赢GPT-5.6和Opus 5
预测市场成为AI理解社会的实验场。
2026-09-23 00:00 · 摘要已收录，可打开文章获取原文内容
Overleaf-Bib-Helper更新：优化界面、改善检索来源和结果
一个增强Overleaf功能的用户脚本，支持直接在Overleaf编辑器内搜索论文，并从DBLP和GoogleScholar来源获取BibTeX条目。
2026-09-22 00:00 · 摘要已收录，可打开文章获取原文内容
全球基模决战！AI圈休不了十一长假了
Claude、Gemini、Kimi集体憋大招
2026-09-21 00:00 · 摘要已收录，可打开文章获取原文内容
Paper Rebuttal Tips 21｜如何回应审稿人“结果缺少统计显著性”？
推荐
2026-09-20 00:00 · 摘要已收录，可打开文章获取原文内容
MLNLP第四十四次学术研讨会开始报名｜香港科技大学（广州）、香港大学、上海交通大学、百度等知名学者重磅来袭！
MLNLP社区将在9月20日于线上举办第四十四次学术研讨会，欢迎大家参加。
2026-09-20 00:00 · 摘要已收录，可打开文章获取原文内容
LoRA 一作、OpenAI o1 核心成员的新工作：首次公开 397B 模型的 Agent RL 训练配方
与SkyRL团队联合发布的一套面向复杂知识工作Agent的强化学习方案,系统公开了整套训练流程：从任务环境搭建、AgentHarness优化、Token对齐和分布式系统调优，到小规模过拟合验证、35B模型算法消融，再到397B模型的正式训练。
2026-09-19 00:00 · 摘要已收录，可打开文章获取原文内容
综述 | 迈向能够自我改进的AI：递归自我改进（RSI）
系统梳理RecursiveSelf-Improvement（RSI）的定义、统一闭环框架、演化对象与未来方向，探讨AI如何从“会自我修改”走向“能够持续、可靠地改进自己”。
2026-09-18 00:00 · 摘要已收录，可打开文章获取原文内容
Paper Rebuttal Tips 19｜如何回应审稿人“数据集规模较小”？
推荐
2026-09-17 00:00 · 摘要已收录，可打开文章获取原文内容
GPT-6 Astra、循环 Transformer 与隐藏的推理过程
循环计算仍可生成文本形式的思维链
2026-09-16 00:00 · 摘要已收录，可打开文章获取原文内容
官宣！OpenAI关停史上最快模型
推荐
2026-09-16 00:00 · 摘要已收录，可打开文章获取原文内容
从性能调优和工程复杂性，系统聊聊流水线并行，是怎么污染整个训练框架的！
本文主要从性能调优和工程复杂性两个方面阐述了流水线并行的问题。在几种并行方式里面，流水线并行是最不一样的一种，却直接把计算图沿层切开，对整个前向和反向的控制流进行全局修改。结果就是它的概念会一路泄漏到训练框架的各个角落，其本身也不会加速计算
2026-09-15 00:00 · 摘要已收录，可打开文章获取原文内容
刚刚，陶哲轩、邓煜等菲奖得主联合抗议：AI公司正毁掉整个数学圈！
菲尔兹奖得主集体发声
2026-09-13 00:00 · 摘要已收录，可打开文章获取原文内容
从Attention到Relation：深入理解Token到底应该怎么流动？
Relation2效果很好，通过再次“掀桌子”：把FFN接口干掉。相同的小参量下，已经能压MHA接近9%的PPL了
2026-09-12 00:00 · 摘要已收录，可打开文章获取原文内容