正确答案 ≠ 正确推理，CoT 或成大模型推理能力停滞的「罪魁祸首」？
该研究认为，GPT-4o、Claude Opus 等模型的推理能力未明显超越 GPT-4。编译丨陈为锐编辑丨陈彩娴从 ChatGPT 发布以来，大语言模型就引发了市场和科研领域的巨大的关注，其中绝大部
阅读全文InfoDeepSeek：首个开放网络环境下的智能体信息搜寻质量评估基准
InfoDeepSeek 有效地弥补了现有静态评估方法的不足，为智能体信息搜寻领域的研究提供了重要评测标准。作者丨西云佳 林江浩检索增强生成（RAG）通过引入外部信息来提升大型语言模型（LLMs）回复
阅读全文对话明超平：我觉得AI编程和手机拍照是一回事
作者｜骆轶航邮箱｜tluo@pingwest.com明超平是一个很有“通感”的人，跟他聊天能抓到很多灵光乍现的比喻。他觉得AI 编程工具其实很像苹果手机的摄像头或 Instagram 的滤镜，你不能在
阅读全文一加 Ace 5 至尊系列评测：手游的“零卡顿”乌托邦来了
作者｜陆邮箱｜xiaoyu@pingwest.com在 2024 年年底更新了高通芯片的一加 Ace 5 系列之后，一加的粉丝们终于在半年后迎来了搭载天玑芯片的 Ace 5 至尊系列，且依旧是两款机型
阅读全文Arc 浏览器创始人深度复盘：Arc 没有失败，但它注定成不了 AI 时代的 Chrome
文章转载于APPSO在产品不断被「AI 化」的浪潮中，连浏览器也无法幸免。曾被誉为浏览器界希望之光的 Arc，在拥有百万用户、烧掉超 1.5 亿美元后，突然按下了暂停键。母公司 The Browser
阅读全文告别「烧显卡」训练！上交大团队发布AutoGnothi：黑盒Transformer实现自我解释
©PaperWeekly 原创 · 作者 | 张林峰单位 | 上海交通大学人工智能学院背景随着人工智能的广泛应用，尤其在视觉和语言处理领域，模型的可解释性变得至关重要。在高风险场景（如医疗和金融）中，
阅读全文ACL 2025 | 传统符号语言传递知识太低效？探索LLM高效参数迁移可行性
跨规模参数知识迁移PKT的全面分析人类的思维是非透明的，没有继承的记忆，因此需要通过语言交流的环境来学习。人类的知识传递长期依赖符号语言：从文字、数学公式到编程代码，我们通过符号系统将知识编码、解码。
阅读全文无需外部组件！DiT自表征对齐黑科技：扩散模型的高效进化密码
论文标题：Representation Alignment for Diffusion Transformers without External Components论文链接：https://arx
阅读全文北京内推 | 快手可灵AI技术部招聘视频生成方向暑期算法实习生
合适的工作难找？最新的招聘信息也不知道？AI 求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！快手可灵AI技术部负责可灵生成式AI大模型的研发和应用，构建超大规模 AI 基
阅读全文Agent 框架热潮褪去，大模型开发已经进入“生死局”？
从 2022 年起，“AI 一天，人间一年”就成了行业内的普遍共识。AI 技术迭代速度之快，让从业者既兴奋又焦虑。一方面，大模型能力正不断进化，疯狂刷新人们的认知边界。从最初的文本生成到多模态交互，从
阅读全文Jeff Dean：一年内 AI 将取代初级工程师，网友：“Altman 只会画饼，Jeff 说的话才致命”
作者 | Tina、核子可乐 最近，谷歌传奇工程师 Jeff Dean 在一次访谈中大胆预测：在一年之内，我们将拥有能够 24/7 全天候运行、具备“初级工程师”能力的 AI 系统。Jeff Dean
阅读全文拆解中国 AI 从追赶到引领全历程｜GTLC 全球科技领导力大会·全球总站来袭
因 DeepSeek 和具身智能等领域的突破，中国 AI 实现从追赶到引领的跨越，以全新的姿态迈向全球化舞台。深圳作为全球硬件供应链中心、中国 AI 创新引擎，正以独特的区位优势连接中国 AI 与世界
阅读全文第二次Sora时刻来了！全球首款实时摄像头诞生，真人感拉满颠覆全行业
新智元报道 编辑：Aeneas 犀牛【新智元导读】就在刚刚，全球首款实时摄像头重磅诞生！从此，AI视频生成的「实时性」和「沉浸感」被重新定义，全行业都有了颠覆性方案。就在今天，AI视频领域，再次
阅读全文刚刚2岁的Llama，「爸妈」都跑了！小扎手拆Meta AI，LeCun保持独立
新智元报道 编辑：定慧 好困【新智元导读】面对谷歌、OpenAI等劲敌猛攻及Llama 4翻车、人才流失困境，小扎决定重组Meta GenAI团队，设AI产品、AGI基础和FAIR三大架构。小扎
阅读全文AI狂飙100天，中国力量突起！顶流视频号10分钟看尽全球最强杀招
新智元报道 编辑：KingHZ【新智元导读】自2025年开年，AI开始了「全球狂飙」：从国内到国际，从DeepSeek到OpenAI，LLM日新月异，算法与算力齐头并进，开源与闭源狭路相逢！AI
阅读全文新智元十年，ASI降临，诚邀你加入！
新智元报道 【新智元导读】2025年9月7日，新智元将迎来十岁生日！值此，新智元诚邀你加入，共同见证ASI降临。2015年9月7日—2025年9月7日，新智元星舰远航十年。「新智元」星舰搭载了数
阅读全文Harvard | RL如何放大pretraining过程中学到的行为？
今天分享一篇来自 Harvard University 和 Kempner Institute 的文章，标题为 Echo Chamber: RL Post-training Amplifies Be
阅读全文Claude 4破解困扰人类4年系统bug，30年码龄程序员200小时没搞定，GPT-4.1/Gemini-2.5也做不到
明敏 发自 凹非寺量子位 | 公众号 QbitAI30年码龄程序员4年都没搞定的bug，Claude Opus 4只用几个小时轻松破解了。全程只需30个prompt+1次重启。而人类在过去4年花了至少
阅读全文大模型玩不好数独？！Transformer作者初创公司公布排行榜：o3 Mini High“变异数独”正确率仅2.9%
闻乐 发自 凹非寺量子位 | 公众号 QbitAI大模型做数独，总体正确率只有15%？？？继出场自带十篇完整学术论文的史上首个“AI科学家”之后，Transformer作者Llion Jones又带着
阅读全文阿里通义发布并行计算新策略：1.6B等效4.4B，内存消耗骤降95%
闻乐 发自 凹非寺量子位 | 公众号 QbitAI既能提升模型能力，又不显著增加内存和时间成本，LLM第三种Scaling Law被提出了。对于1.6B模型，能实现性能接近4.4B模型，内存占用仅为后
阅读全文一个省略号提示+强化学习搞定大模型“过度思考”，中科院自动化所新方法：从强制推理到自主选择
AutoThink团队 投稿量子位 | 公众号 QbitAI在日益强调“思维能力”的大语言模型时代，如何让模型在“难”的问题上展开推理，而不是无差别地“想个不停”，成为当前智能推理研究的重要课题。中国
阅读全文港科大Apple新研究：Tokens使用量减少，模型推理还更强了
Laser团队 投稿量子位 | 公众号 QbitAI1+1等于几？现在的大推理模型（LRMs）已经展现出了非凡的推理能力。但是面对这样最简单的数学问题，现有的LRMs仍需要花费1400+的tokens
阅读全文DeepSeek揭秘o1后，小红书似乎破解了o3的技术路线，还开源了~
嘿，大家好！这里是一个专注于AI智能体的频道~自从OpenAI变成CloseAI之后，只能看到他们发布一个个越来越强的模型（GPT3.5 -> GPT4 -> 4o -> o1 -> 4.5 -> o
阅读全文星舰第九次试飞又炸了！马斯克三刷大火箭失败，原定演讲被迫推迟
刚刚，马斯克 SpaceX 星舰第九飞结束。结果不算十全十美，飞船没能顺利返航，最终失控坠毁。但「二手」助推器完成了起飞，星舰飞船也久违地上天成功，是今年目前为止走得最高最远的一次试飞。此外，截至发稿
阅读全文独家｜优理奇机器人完成数亿元天使轮及天使+轮融资，软硬全栈团队加速具身智能普惠点到来
图片来源：UniX AI近期，具身智能公司「优理奇机器人 UniX AI」完成数亿元天使轮及天使+轮融资，中关村前沿基金，赛纳资本及长安私人资本参与本轮融资。本轮融资将用于加速研发多模态具身智能大模型
阅读全文速递｜破解3D生成取代CAD？SpAItial获1300万美金种子资金，前Synthesia联创集结Meta谷歌豪华技术团队
图片来源：SpAItial从OpenAI 的 4o 到 Stable Diffusion，能够根据文本提示生成逼真图像的 AI 基础模型如今已比比皆是。相比之下，能够仅凭文本提示就生成完整、连贯的 3
阅读全文速递｜Anthropic推出Claude语音模式,卡位AI语音入口
图片来源：AnthropicAnthropic 为 Claude 推出语音模式，借助 Anthropic 的语音模式，用户可以讨论文档和图片等内容，并可从五种独特音色中选择。用户还能随时在文本与语音间
阅读全文速递｜80亿美元收购加速AI Agent，Salesforce正式收购Informatica完善企业智能生态
图片来源：SalesforceSalesforce 以 80 亿美元股权交易收购云数据管理公司 Informatica，此举是其强化 AI 与数据基础设施能力的重要战略布局。周二宣布的这一消息，距离收
阅读全文刚刚，SpaceX星舰第九次试飞失败/小米总裁：SU7没有对手，一个能打的也没有/腾讯客服辟谣朋友圈访客记录
🚀小米卢伟冰：小米 YU7 上市不会影响 SU7 销量，后者也不会降价🔬多家公司回应「银行大额存款提供实习机会」⚡️夸克健康大模型通过副主任医师考试，多门学科超合格线🛰️SpaceX 星舰第九次试飞任
阅读全文奖励推理模型（RRM）：革新奖励模型的新范式（万字）
点击👇🏻可关注，文章来自🙋♂️ 想加入社群的朋友，可看文末方法，进群交流。“ Post-train 技术中的reward model（奖励模型）扮演着至关重要的角色。然而，传统奖励模型在利用测试时计
阅读全文