复旦大学团队开发的AgentGym-RL框架通过渐进式训练让AI智能体学会长期规划和多步决策。该框架提供五种训练环境，配合ScalingInter-RL方法从简单任务开始逐步增加复杂度。实验显示70亿参数模型性能提升33.65个百分点，…详细

人工智能强化学习智能体训练

CAMEL-AI团队发布的Loong项目通过构建包含8729道题目的LOONGBENCH数据集和LOONGENV生成环境，实现了AI推理能力的大规模训练。该系统能自动生成验证推理题目，支持12个领域的深度推理训练，为AI从模式匹配向真正推理能…详细

人工智能强化学习推理验证

Meta超级智能实验室研究团队提出了"语言自我对弈"训练方法，让AI模型通过内部竞争机制实现无数据自我训练。该方法将单个模型分为挑战者和解决者两个角色，通过互相博弈提升性能。实验显示，这种方法在不使用任何外部…详细

人工智能强化学习自我训练

斯坦福大学研究团队开发了Paper2Agent，这是一个能将学术论文自动转换成交互式AI智能助手的框架。该系统通过构建MCP服务器，让静态论文变成能回答问题、演示方法、处理数据的智能实体。研究团队成功将AlphaGenome、T…详细

人工智能自然语言处理智能助手

香港科技大学团队首次揭示了大型语言模型推理能力提升的内在规律，发现AI学习遵循"先掌握基础技能，再发展战略思维"的两阶段模式。基于此发现，他们开发了HICRA算法，能够识别并强化AI文本中的战略性思考部分，在多项…详细

人工智能强化学习推理优化

CalypsoAI的自适应AI推理安全解决方案将助力企业更安全地交付AI应用.…详细

Amazon联合伊利诺伊大学开发PROF算法，解决AI数学推理中"答案对但过程错"的问题。该方法通过同时评估结果正确性和推理过程质量，筛选高质量训练样本，让AI既能答对题目又掌握清晰思维方法。实验显示准确率平均提升4%…详细

人工智能强化学习算法优化

斯坦福团队开发LMEnt系统，首次实现对AI语言模型知识获取过程的精确追踪。该系统通过精细标注维基百科、构建高精度检索系统和训练多个模型，揭示了AI学习知识的动态过程——高频事实更易学会但也易遗忘。这项研究为理…详细

人工智能自然语言处理知识表征

这项由首尔国立大学等机构开展的研究创建了首个专门评估AI代理完成游戏完整故事任务的基准平台FlashAdventure。研究发现当前最先进的AI代理在复杂冒险游戏中成功率仅为5.88%，远低于人类的97.1%。为此提出了COAST框架…详细

人工智能图形用户界面代理游戏基准测试

YouTube在年度Made on YouTube活动中发布多项更新，包括Studio新增"相似度"检测和唇同步配音功能，YouTube Live支持迷你游戏和双格式同步直播，Shorts集成Veo 3 AI视频生成模型。此外还推出播客AI剪辑工具、新的货币…详细

人工智能视频生成新功能发布

英国政府与美国数据分析公司Palantir达成国防合作协议，该公司将投资15亿英镑并在英国设立欧洲国防总部，创造350个就业岗位。双方将合作开发AI驱动的军事决策和目标定位系统，这些技术已在乌克兰得到测试。该协议是英…详细

人工智能军事科技战略合作

英国政府委托专家制定的网络增长行动计划提出九项核心建议，旨在加强网络安全行业以推动经济韧性和增长。该计划由帝国理工学院和布里斯托大学专家撰写，咨询了近百名网络安全专业人士。报告显示英国网络安全行业保持…详细

网络安全产业战略政策规划

Meta平台公司已向美国联邦监管机构提交申请，寻求在批发市场销售电力的授权。该公司通过子公司Atem Energy提交申请，希望获得"销售能源、容量和某些辅助服务"的许可。随着Meta、微软和谷歌等科技巨头竞相开发资源密集…详细

人工智能电力交易资源配置

谷歌推出了由人工智能Gemini技术驱动的全新Google Home应用，为用户带来更加智能化的家居控制体验。新版应用集成了先进的AI功能，能够更好地理解用户需求，提供个性化的智能家居管理方案，标志着谷歌在智能家居领域的…详细

人工智能自然语言处理智能交互体验

马里兰大学研究团队推出DynaGuard，这是首个能理解用户自定义规则的AI守护模型。不同于只能识别预设类别的传统系统，DynaGuard能处理自然语言编写的任何规则，并提供详细解释帮助AI自我纠正。该模型基于40000个场景的…详细

人工智能自然语言处理新型算法

Google DeepMind研究团队通过理论分析和实验验证，发现了AI搜索系统的数学局限：基于固定维度向量的搜索无法表示所有文档组合关系。他们创建的LIMIT测试集让顶尖AI模型准确率低于20%，证明问题源于数学本质而非工程缺…详细

向量嵌入AI搜索理论极限