杜克大学研究团队开发了MOG-DFM技术，这是首个能够同时优化生物分子多种特性的AI系统。该方法成功解决了传统药物设计中"顾此失彼"的难题，能够设计出既安全又有效的治疗性分子。实验证明，MOG-DFM在肽类药物和DNA序列…详细

多目标优化生物分子设计离散流匹配

印度理工学院团队开发REFINE-AF框架，让小型AI模型通过强化学习自动生成训练指令，无需大量人工标注。该方法在119项测试任务中，63-66%的表现超越传统方法，证明了小模型也能通过巧妙设计获得优异效果，为降低AI训练…详细

人工智能强化学习指令生成

港中文团队发布首个AI网站生成能力基准测试WebGen-Bench，评估结果显示即使最强模型准确率仅27.8%，但通过专门训练的WebGen-LM-32B模型达到38.2%，为AI建站技术发展提供重要参考。…详细

人工智能网站生成基准测试

斯特拉斯堡大学团队提出POLAR方法，创新性地将多视角点云配准问题转移到自编码器潜在空间中求解。该方法专门设计了处理各向异性噪声、遮挡和外点的损失函数，并采用多起点优化策略实现全局收敛。在合成和真实数据上的…详细

点云配准深度学习计算机视觉

该研究首次通过实验揭示了人类在战略博弈中如何对待大语言模型(LLM)对手。爱丁堡大学研究者发现，在p-美丽竞赛游戏中，人类面对LLM对手时会选择显著较低的数字，特别是增加了选择"零"的频率。高战略推理能力的参与者…详细

人工智能战略博弈行为经济学

这篇研究来自丹麦奥尔堡大学的团队，探讨了大语言模型的推理过程如何影响事实准确性。研究者通过从高级推理模型中提取思考轨迹，并用知识图谱增强这些轨迹，然后对不同规模的模型进行微调并在六个数据集上测试。结果…详细

人工智能大语言模型事实准确性

Qwen3是阿里巴巴Qwen团队发布的最新大语言模型系列，最大创新在于将"思考模式"和"非思考模式"融合到单一框架中，允许用户根据需求动态切换推理深度。模型规模从0.6B到235B不等，包括密集和混合专家架构，支持119种语…详细

人工智能大语言模型自然语言处理

南洋理工大学研究团队揭示了智能音箱存在安全隐患，可通过特制音频绕过唤醒词检测机制。这种"隐藏命令攻击"能让音箱执行普通人听不出的指令，潜在威胁家庭安全和隐私。研究通过逆向工程分析设备内部语音处理系统，发…详细

物联网安全语音处理系统隐藏命令攻击

MLE-Dojo是一个创新的交互式环境，专为训练和评估大语言模型(LLM)在机器学习工程领域的能力而设计。由乔治亚理工学院和斯坦福大学研究者共同开发，这个类似健身房的框架基于200多个真实Kaggle竞赛，支持LLM代理通过结…详细

机器学习工程大语言模型代理交互式评估框架

阿里巴巴Qwen团队首次进行全球最大规模人类偏好建模实验，使用1500万真实偏好样本训练AI理解人类喜好。研究发现偏好建模存在类似语言模型的缩放规律，AI在识别错误信息方面能力稳步提升，但在主观偏好判断上表现复杂…详细

人工智能偏好建模缩放规律

研究团队通过DanceGRPO框架首次实现了不同视觉生成技术的统一优化，解决了AI生成内容与人类偏好不匹配的关键问题。该方法在多个权威基准测试中取得显著性能提升，部分指标改进达181%，为AI视觉生成技术的实用化应用奠…详细

视觉生成优化强化学习统一技术框架

北京理工大学团队首次系统评估GPT-4o的图像修复能力，发现其虽能生成视觉吸引人的修复效果，但在像素级结构保真度方面存在严重缺陷，主要表现为图像比例失调、物体位置错误和视角变化。研究提出了将GPT-4o作为视觉先…详细

图像修复多模态AI计算机视觉

波兰SpeakLeash团队联合多家机构开发了Bielik v3系列AI语言模型，包含1.5B和4.5B参数版本，专门优化波兰语处理能力。该模型采用创新的小参数高效能设计，在多项波兰语基准测试中超越了参数量2-3倍的竞品模型。通过精…详细

人工智能自然语言处理参数优化模型

SpeakLeash团队联合波兰多所大学开发的Bielik 11B v2语言模型，仅用110亿参数就在多项测试中击败了参数量大2-6倍的模型。该模型专门针对波兰语优化，采用创新的深度上扩架构和智能训练技术，在波兰语理解、跨语言能力…详细

人工智能自然语言处理深度学习

英国卫生安全局研究团队首次构建了包含8000多道题目的AI公共卫生知识评测基准PubHealthBench，测试24个AI模型对英国健康指南的掌握程度。结果显示最先进AI在选择题中正确率超90%，但自由作答时降至75%以下，且在面向…详细

人工智能公共卫生知识评测大语言模型基准测试

这项由新加坡南洋理工大学主导的研究全面梳理了大型语言模型通过奖励信号学习的最新进展。研究揭示了一种革命性的AI训练范式：让AI像学生接受老师指导一样，通过奖励反馈主动学习和改进。这种方法已在ChatGPT等系统中…详细

大型语言模型奖励学习强化学习

延世大学研究团队首次让AI具备专业设计师级别的网页说服力评判能力，开发出G-FOCUS智能评估系统和WISERUI-BENCH标准数据库。该技术通过目标导向的四步推理过程，能够像人类专家一样分析网页设计的用户说服效果，准确…详细

人工智能用户界面设计机器学习

香港大学团队提出UniVLA框架，通过"任务中心潜在动作"技术让不同机器人共享技能，无需大量标注数据即可从网络视频学习。在多项基准测试中显著超越现有方法，仅用1/20计算资源就达到更好性能。该研究为机器人跨平台技…详细

机器人学习跨域迁移视觉语言模型

Capital One推出了生产级多智能体AI系统来增强购车体验。该系统包含四个协作的AI智能体：一个与客户沟通，一个基于业务规则创建行动计划，一个评估前两者的准确性，一个向用户解释和验证计划。系统设计时考虑了金融机…详细

人工智能多智能体系统生产级部署

Graid公司专注于英伟达GPU驱动的RAID卡技术，推出包括企业级和工作站版本在内的SupremeRAID产品线。该公司2024年营收翻倍，出货约5000张卡片，预计2025年增长60%。产品路线图涵盖桌面简化版、AI版本、HPC版本等五个组…详细

人工智能高性能计算GPU加速技术