ISTA和Red Hat AI的研究团队在《Unified Scaling Laws for Compressed Representations》论文中提出了一个革命性的统一框架，揭示了AI模型压缩背后的数学规律。他们发现，无论使用什么压缩方法，模型性能都可以通过"…详细

人工智能模型压缩缩放定律

这项研究揭示了机器生成文本检测器的重大漏洞。意大利研究团队通过直接偏好优化技术，成功训练AI模型生成更像人类的文本，导致顶尖检测器准确率下降高达60%。研究者分析了语言特征分布变化，发现经过训练的模型能有效…详细

人工智能文本检测机器学习

武汉大学研究团队开发了PCogAlign框架，使视觉语言模型能够理解人类的个性化情境认知。研究采用社会学中"角色集合"概念描述人类多样性，构建了PCogAlignBench基准测试集，包含18,000个样本和20个不同角色集的个体。该…详细

人工智能视觉语言模型个性化认知

这项由ETH苏黎世、ELLIS图宾根研究所和MPI图宾根的研究者合作完成的论文，揭示了评估大型语言模型预测能力时的关键陷阱。研究发现两类主要问题：数据时间泄露导致评估结果不可信，以及基准测试表现难以外推到实际预测…详细

人工智能评估语言模型预测时间数据泄露

CityLens是清华大学和北京交通大学联合开发的基准测试系统，旨在评估大型语言-视觉模型通过城市图像预测社会经济指标的能力。研究团队构建了一个覆盖17个全球城市的多模态数据集，包含经济、教育、犯罪、交通、健康和…详细

城市感知大型语言-视觉模型社会经济预测

Snapchat 推出全新 watchOS 应用，支持 Apple Watch 用户预览及通过键盘、手写、语音或表情快速回复消息，打造便捷的多平台通讯体验。…详细

社交网络watchOS 开发跨平台应用

6月5日，由中国移动研究院与中国光网络研讨会（OptiNet China）联合主办的首届“卫星光通信与智能组网技术”专项研讨会在北京召开。…详细

Amazon旗下秘密研发机构Lab126新成立团队，专注在机器人上嵌入自主代理AI，实现通过自然语言完成复杂任务，从而提升仓储物流与配送效率，同时开发高精度地图技术。…详细

人工智能自然语言处理agentic AI框架

本文指出数据中心因 AI 应用激增而面临巨大电力需求压力，绿色 IT 能降低能耗与运营成本。 Infinidat 提出以安全存储系统为基础的解决方案，实现高投资回报与显著运营开支降低，同时兼顾环保与经济效益。…详细

人工智能绿色IT运营成本节约

本文介绍了 Anthropic 开源的电路追踪工具，通过生成归因图和介入实验全面揭示大语言模型内部机制，助力企业高效调试和优化。…详细

人工智能机理可解释性电路追踪工具

三星与 Glance 合作推出 AI 购物体验，通过自拍生成个性化时尚广告，并在三星手机上陆续推出，用户可自主选择接入，但涉及位置追踪及数据存储问题。…详细

人工智能生成式 AI个性化定制广告

本文探讨了达成人工通用智能(AGI)七大路线中的线性进阶路径，预测了从2025年至2040年 AI 技术与社会效应的关键年度节点。…详细

人工智能大语言模型渐进式路径

这项研究介绍了一种新型多模态扩散模型，能够同时生成量子电路的离散结构和连续参数。由因斯布鲁克大学和NVIDIA公司研究人员开发，该模型利用两个独立但协同工作的扩散过程处理门类型选择和参数预测，克服了传统量子…详细

量子计算机器学习多模态扩散模型

SenseFlow是香港科技大学等机构联合开发的文本到图像蒸馏技术，解决了大型流匹配模型蒸馏的三大难题。研究团队提出隐式分布对齐(IDA)稳定训练过程，段内引导(ISG)优化时间步重要性分配，并设计基于视觉基础模型的判别…详细

人工智能流匹配模型模型蒸馏

MASKSEARCH是阿里巴巴集团同义实验室开发的新型预训练框架，通过创新的"检索增强掩码预测"任务，训练大型语言模型像人类一样主动使用搜索工具获取信息。这项框架包含两个阶段：首先在掩码预测任务上预训练，然后在下…详细

人工智能检索增强生成大型语言模型

SmolVLA是由Hugging Face、巴黎索邦大学等机构联合开发的小型视觉-语言-动作模型，专为低成本机器人设计。与现有模型相比，它仅有4.5亿参数（小10倍），却能达到相当性能。SmolVLA采用精巧架构设计，可在单GPU训练、…详细

机器人学习视觉语言模型异步推理

AREAL是一个由清华大学和蚂蚁研究院开发的全新异步强化学习系统，专为提升大语言模型的推理能力而设计。与传统同步系统不同，AREAL完全解耦了生成和训练过程，推理工作器持续生成新输出，训练工作器则在收集到足够数…详细

强化学习系统大语言模型推理异步训练架构

EarthMind是一个创新的视觉-语言框架，专为解决地球观测领域的多尺度和多传感器理解挑战而设计。由多所国际知名大学联合开发的这一系统引入了两项关键技术：空间注意力提示(SAP)机制重新分配大型语言模型内部的注意力…详细

人工智能多模态融合地球观测

CodeV-R1是中科院计算所团队开发的专用于Verilog硬件描述语言自动生成的推理增强型大语言模型框架。该研究克服了三大关键挑战：缺乏自动化验证环境、高质量数据稀缺和计算成本高昂。研究团队通过开发自动测试台生成框…详细

人工智能硬件描述语言强化学习