马拉地语和英语之间,差的不是语言,是一个32B模型和一个10B模型的距离
研究发现AI数学推理能力随语言差异巨大,英语准确率83%马拉地语仅30%,团队提出符号模板数据集揭示模型规模、语言资源等四大决定因素,并能提前预测未知语言表现。
研究发现AI数学推理能力随语言差异巨大,英语准确率83%马拉地语仅30%,团队提出符号模板数据集揭示模型规模、语言资源等四大决定因素,并能提前预测未知语言表现。
论文提出滚动边际蒸馏方法,解决自回归视频生成中长程画质退化问题。通过让教师模型独立评分每个视频片段而非联合打分整段视频,避免历史瑕疵污染纠错信号,再结合视频级蒸馏恢复时间连贯性,实现训练时长100倍的长视频生成质量保持。
FrugalEvo提出成本感知的LLM进化框架,用贵模型探索策略、便宜模型实现代码,并引入BA-AUC新指标衡量单位成本收益,在圆形装箱等任务上花1.68美元超越AlphaEvolve,成本仅为多智能体方案的3%。
研究发现AI带着对话历史解题时正确率会波动。STAIR方法仅用1.2万参数学习历史信息读取方式,在AIME 2025等测试中最高提升11.67个百分点,且不改动模型原有权重。
Q&A Q1:CBM框架是什么? A:CBM(Collective Bias Mitigation)是一个让多个不同的大语言模型协作、互相交流来共同减少回答偏见的框架,通过模型路由器挑选合适的模型,再组织成不同协作结...
Synopsys、Silvaco、Axiomise等芯片设计领域专家指出,AI智能体的引入加速了设计验证"左移"进程,但模型可信度与"推理鸿沟"仍是主要障碍。专家建议转向敏捷式左移思路,在设计过程中持续迭代调整,而非依赖...
多所高校正在将AI工具融入工程教育,同时强化物理、数学等基础课程,以防学生过度依赖AI。普渡、苏黎世联邦理工等机构通过口试、课堂竞赛和实验室任务重新设计考核方式,确保学生具备验证AI输出结果的工程判断力。
Zipline宣布其自主配送无人机全面部署声音优化动态飞行技术,通过实时风况传感与声学模型调整飞行姿态,每次飞行总体噪音暴露降低68%,峰值噪音减少24%,同时平均飞行时间缩短53秒,能耗下降21%。
MIT研究人员开发了Social.Wiki平台,允许用户无需编程知识即可编辑任意社交应用,并通过"多元治理"机制自主选择查看他人的修改版本。平台采用去中心化架构,用户可保留数据所有权,并由"数据守卫"功能保护隐私安全。
云安全初创公司Upwind完成4亿美元C轮融资,估值38亿美元,由Bessemer Venture Partners领投。此前Datadog曾提出收购,但未给出估值溢价,Upwind选择保持独立。该公司年度经常性收入预计...
Instagram负责人Adam Mosseri在播客采访中表示,社会对AI的焦虑与愤怒正在加剧,未来数年将继续恶化。他指出担忧根源在于"被时代抛下的恐惧",涵盖内容版权、就业替代及安全等问题,并承认平台目前对AI内容的...
Google推出新旗舰大模型Gemini 4 Carbon,较前代Argon安全代码生成能力提升逾2倍,幻觉率减半,在SEC-bench Pro等网络安全基准测试中创下新纪录,并将通过Fairwind项目向合作机构优先开...
Micron第三季度DRAM均价环比涨逾60%,而出货量仅小幅增长。文章深入分析AI需求如何推动内存经济结构变化,探讨HBM产能占用、战略供应协议及周期性风险,并援引Qualitate调研数据,呈现芯片设计商与企业客户应...
微软首次以美元金额披露Azure季度收入,2025年7至9月达332亿美元,同比增48%,超出分析师预期约8.5亿美元,约占微软当季总营收923亿美元的36%,略高于谷歌云同期307亿美元。
Alphabet第三季度营收1276亿美元,同比增25%,但Google搜索广告增速降至12%,连续两季放缓。Google宣布将AI模式中的广告扩展至国际市场,并推出多轮广告等新格式,AI模式搜索词长度平均是传统搜索的三...
微软在截至2026年9月30日的季度内,从与OpenAI的商业协议中获得约100亿美元营收,占其当季总营收923亿美元的近11%。全财年2026财年该收入达241亿美元,微软持有OpenAI股权也从约25%小幅降至24%...
微软发布最新季度财报,营收达923亿美元,同比增长19%,净利润366亿美元,增长32%。云业务营收639亿美元,其中Azure贡献332亿美元,来自OpenAI的营收达100亿美元。资本支出达452亿美元,同创季度新高...
ProWAM提出用进度条式的稀疏视觉子目标指导机器人动作生成,无需生成密集视频即可获得路径引导。通过视频专家与动作专家的混合架构及缓存推理,大幅降低计算成本同时在多项仿真和真实世界测试中取得领先的抗干扰表现。
本文解读LVMT模型,它通过GRU门控记忆机制和截断查询传播训练策略,解决了在线视频分割模型在长时间遮挡场景下频繁识别错误的问题,在多个基准上刷新精度同时保持10倍于以往最优方法的运行速度。
Pivot-SD是一种面向掩码扩散语言模型的离线自蒸馏方法,通过信息增益找出生成轨迹中决定全局走向的"枢轴词",只对这些词做针对性训练,用200道题、不到4%的监督量就超越了全量微调和在线强化学习基线,且训练耗时大幅降低...