时隔两月，Mistral AI终于上新Medium 3，近期还有「One more thing」
机器之心报道编辑：蛋酱、张倩时隔两月，Mistral AI 终于又上新了。「今天，我们欣喜地宣布推出 Mistral Medium 3，进一步提升语言模型的效率和可用性。」据官方博客介绍，Mistra
阅读全文ICML 2025 | 清华、上海AI Lab等提出傅里叶位置编码，多项任务远超RoPE
长文本能力对语言模型（LM，Language Model）尤为重要，试想，如果 LM 可以处理无限长度的输入文本，我们可以预先把所有参考资料都喂给 LM，或许 LM 在应对人类的提问时就会变得无所不能
阅读全文机器人界「Sora」来了！清华、星动纪元开源首个AIGC机器人大模型，入选ICML2025 Spotlight
机器之心发布机器之心编辑部从 2023 年的 Sora 到如今的可灵、Vidu、通义万相，AIGC 生成式技术的魔法席卷全球，打开了 AI 应用落地的大门。无独有偶，AIGC 生成式技术同样在具身智能
阅读全文搞不懂CUDA的人有救了，Devin开发商开源Kevin，强化学习生成CUDA内核
机器之心报道编辑：蛋酱、泽南本周三，知名 AI 创业公司，曾发布「全球首个 AI 软件工程师」的 Cognition AI 开源了一款使用强化学习，用于编写 CUDA 内核的大模型 Kevin-32B
阅读全文OTC‑PO重磅发布 | 揭开 o3 神秘面纱，让 Agent 少用工具、多动脑子！
王鸿儒目前就读于香港中文大学博士四年级 （预计今年7月毕业），导师为黄锦辉教授，研究方向主要包括对话系统，工具学习以及大语言模型智能体等，英国爱丁堡大学和美国伊利诺伊大学香槟分校(UIUC)访问学者，
阅读全文万字长文带你读懂强化学习，去中心化强化学习又能否实现？
选自 Symbolic Capital作者：Sam Lehman机器之心编译强化学习（RL）是当今 AI 领域最热门的词汇之一。近日，一篇长文梳理了新时代的强化学习范式对于模型提升的作用，同时还探索了
阅读全文陶哲轩：感谢ChatGPT，4小时独立完成了一个开源项目
机器之心报道编辑：蛋酱、陈陈这个五一假期，世界顶级数学家是如何度过的？菲尔兹奖得主陶哲轩，似乎是忙着发布自己的开源项目：「我在大模型的协助下编写了一个概念验证软件工具，用于验证涉及任意正参数的给定估计
阅读全文VDC+VBench双榜第一！强化学习打磨的国产视频大模型，超越Sora、Pika
机器之心发布机器之心编辑部随着 Deepseek 等强推理模型的成功，强化学习在大语言模型训练中越来越重要，但在视频生成领域缺少探索。复旦大学等机构将强化学习引入到视频生成领域，经过强化学习优化的视频
阅读全文GPT-4o图像生成的「核燃料」找到了！万字长文拆解潜在变量，网友：原来AI在另一个维度作画
选自Sander Dieleman博客机器之心编译编辑：刘欣上个月， GPT-4o 的图像生成功能爆火，掀起了以吉卜力风为代表的广泛讨论，生成式 AI 的热潮再次席卷网络。而在这股浪潮背后，潜在空间（
阅读全文ICML 2025 | 注意力机制中的极大值：破解大语言模型上下文理解的关键
大型语言模型（LLMs）在上下文知识理解方面取得了令人瞩目的成功。近日，一项来自 ICML 2025 的新研究《Massive Values in Self-Attention Modules are
阅读全文8/8/7分被NeurIPS拒稿，谢赛宁读博投的首篇论文，10年后获AISTATS 2025时间检验奖
机器之心报道编辑：陈陈、杜伟5 月 3 日至 5 日，第 28 届国际人工智能与统计学会议（AISTATS）在泰国举办。作为人工智能、机器学习与统计学交叉领域的重要国际会议，自 1985 年创办以来，
阅读全文谷歌DeepMind：大模型也很任性，知道最优路径偏要撞南墙
机器之心报道编辑：陈萍该研究对 LLM 常见的失败模式贪婪性、频率偏差和知 - 行差距，进行了深入研究。大语言模型（LLMs）的成功激发了人们对各种智能体的兴趣。将 LLM 用于智能体的一个关键假设是
阅读全文成熟的编程智能体，已经学会升级自己的系统了
机器之心报道编辑：蛋酱编程智能体，几乎成为了 2025 年最热门的话题之一。不管是学术机构还是工业界，都在寻找更高效的落地路径。机器学习领域的历史经验表明，手工设计的解决方案最终会被学习到的解决方案所
阅读全文边学边练，推理觉醒：LUFFY让强化学习即学即用！
破解 “只学不练” 与 “只练不学” 的难题想象你准备参加一场高水平的数学竞赛。如果你只是反复背诵往年题目的标准答案，从不亲自动手解题，那么一旦遇到新题型，很可能束手无策；反过来，如果你闭门造车，只凭
阅读全文谷歌NotebookLM终于说中文了！这可是最火的大模型播客产品
机器之心报道编辑：SiaNotebookLM 正在变成谷歌 AI 路线里最靠谱的选手之一：现在除了支持中文播报，还要上移动 App，变身日常学习办公神器。能将音频源转化为引人入胜、类似播客的对话，No
阅读全文DeepSeek开源的文件系统，是如何提升大模型效率的？
选自 maknee.github.io作者：Henry Zhu机器之心编译在 AI 领域里，大模型通常具有百亿甚至数千亿参数，训练和推理过程对计算资源、存储系统和数据访问效率提出了极高要求。2 月 2
阅读全文CVPR 2025 Oral | DiffFNO：傅里叶神经算子助力扩散，开启任意尺度超分辨率新篇章
本文由圣路易斯华盛顿大学与北京大学联合完成，第一作者为圣路易斯华盛顿大学的刘晓一，他在北京大学访问期间完成了该项研究；通讯作者为北京大学计算机学院唐浩助理教授 / 研究员。从单张低分辨率（LR）图像恢
阅读全文大模型推理上限再突破：「自适应难易度蒸馏」超越R1蒸馏，长CoT语料质量飞升
本文作者均来自中兴通讯无线研究院「大模型深潜」团队。团队重点攻关方向包括「推理模型构建：蒸馏与强化学习方法」、「无线通信故障定位与根因分析推理模型」、「多模态推理模型」和「推理加速技术」。核心成员毕业
阅读全文i人如何在学术会议有效社交？滑铁卢大学教授Gautam Kamath亲授心得
机器之心报道编辑：蛋酱、刘欣i 人参与大型学术会议，如何在享受人群的同时展开有效社交？有点难度，但「其实也并非完全不可能」。「我写了一篇关于如何在计算机科学会议上与人建立联系（也就是交朋友）的文章。这
阅读全文315 行代码构建编程助手，Go大佬揭开智能体的「神秘面纱」
选自ampcode.com作者：Thorsten Ball机器之心编译知名 Go 大佬 Thorsten Ball 最近用 315 行代码构建了一个编程智能体，并表示「它运行得非常好」且「没有护城河」
阅读全文阿里云通义点金发布DianJin-R1金融领域推理大模型，32B模型荣膺榜首
本文由阿里云通义点金团队和苏州大学联合完成。近日，阿里云通义点金团队与苏州大学携手合作，在金融大语言模型领域推出了突破性的创新成果：DianJin-R1。这款推理增强型金融大模型，融合了先进的技术和全
阅读全文CVPR 2025 | 如何稳定且高效地生成个性化的多人图像？ID-Patch带来新解法
本文第一作者为密歇根州立大学计算机系博士生张益萌，系 OPTML 实验室成员，指导老师为刘思佳助理教授。研究工作主要完成于张益萌在字节跳动的实习期间。扩散模型（Diffusion Models, DM
阅读全文ICML 2025放榜！接收率26.9%，高分被拒，低分录用惹争议
机器之心报道编辑：张倩、+0第 42 届国际机器学习大会（ICML）将于 2025 年 7 月 13 日至 19 日在加拿大温哥华举行。刚刚，ICML 官方向投稿者发送了今年论文接收结果的通知。数据显
阅读全文LoRA中到底有多少参数冗余？新研究：砍掉95%都能保持高性能
机器之心报道编辑：张倩LoRA 中到底存在多少参数冗余？这篇创新研究介绍了 LoRI 技术，它证明即使大幅减少 LoRA 的可训练参数，模型性能依然保持强劲。研究团队在数学推理、代码生成、安全对齐以及
阅读全文浙大&港理工等提出InfiGUI-R1：利用强化学习，让GUI智能体学会规划任务、反思错误
当前，多模态大模型驱动的图形用户界面（GUI）智能体在自动化手机、电脑操作方面展现出巨大潜力。然而，一些现有智能体更类似于「反应式行动者」（Reactive Actors），主要依赖隐式推理，面对需要
阅读全文Sebastian Raschka 新书《从头开始推理》抢先看，揭秘推理模型基础
选自 Ahead of AI作者：Sebastian Raschka机器之心编译推理模型发展正盛，著名 AI 技术博主 Sebastian Raschka 也正在写一本关于推理模型工作方式的新书《Re
阅读全文DeepSeek开源Prover-V2强推理模型，网友：奥数从没这么简单过
机器之心报道编辑：大盘鸡、泽南DeepSeek R2 的前奏？五一劳动节到了，DeepSeek 的新消息可没停下来。前些天到处都在流传着 DeepSeek-R2 即将发布的传言，DeepSeek 确实
阅读全文被Transformer光芒掩盖的论文，Meta科学家回顾十年前创新之作
机器之心报道编辑：张倩这篇论文包含了当前 LLM 的许多要素，十年后的今天或许仍值得一读。发布于 2017 年的 Transformer 论文——「Attention is all you need」
阅读全文CVPR 2025 | CV 微调卷出天际，Mona：我小、我强、我省资源
合作单位包括清华、国科大、上海交大、阿里巴巴。本文第一作者为殷东硕，清华大学计算机系「水木学者」博后，中科院博士，曾以一作身份在 Nature Communications、IEEE CVPR、IEE
阅读全文后训练时代如何延续Scaling Law？这是你该读的LLM后训练综述
机器之心报道编辑：Panda现如今，微调和强化学习等后训练技术已经成为提升 LLM 能力的重要关键。近日，一份围绕 LLM 后训练的综述报告收获了不少好评，其整理相关论文和工具的资源库已经收获了超过
阅读全文