AI离“可靠记忆”还有多远？HaluMem首次把记忆系统幻觉拆到操作级
AI 的“记忆系统”正在快速演化，但幻觉（Hallucination）问题依旧普遍存在。要让 AI 真正拥有“可靠记忆”，我们首先要弄清楚幻觉从哪里来、如何传播。▲ 图1 HaluMem与现有记忆系统
阅读全文北京内推 | 小红书审核基础算法团队招聘增量预训练/RL/推理方向算法实习生
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！小红书小红书审核基础算法团队，致力于研究并落地多模态、大模型、Agent、Re
阅读全文SOTA集体掉线？美团AMO-Bench揭露大模型数学推理的真实段位
过去两年，AIME 等数学基准几乎被主流大模型打到了 90% 以上。可当同一批模型面对 AMO-Bench 时，最高得分也只有 56.0%。这组反差让一个被忽略已久的疑问重新浮上台面：我们以为已经“很
阅读全文百万步0失误！LLM首次跑通1,048,575步长任务，不崩、不偏、不掉链
过去的大模型，再强也扛不住长链路：几十步稳、几百步飘、几万步基本要翻车。而这次，一个系统把 1,048,575 步跑到最后、零失误。这是在重写 LLM 的能力边界。在大模型的世界里，“一步错，全盘崩”
阅读全文清华团队“密度法则”登上Nature子刊，揭示大模型高效化发展新规律
2020年以来，OpenAI提出的 Scaling Law 引领着大模型的快速发展 —— 模型参数和训练数据规模越大，产生的智能能力越强。然而进入 2025 年，训练开销不断扩增这一路径面临严峻的可持
阅读全文点击下载！中国科研人员AI使用率全面领跑：Wiley发布全新调研报告
今年2月，威立发布了基于对近5000名科研人员进行调研的研究报告ExplanAItions。时隔半年，依托新一轮调研中由全球2430位科研人员反馈的最新数据，威立重磅推出ExplanAItions 2
阅读全文JSON刚死24小时，TOON又被网友玩坏：LLM数据格式彻底乱套了
本来只是一条技术帖：“RIP JSON”。结果短短 48 小时内，TOON、VSC、GOON、BONER 五花八门的格式像烟花一样在工程师圈子里连续炸开。人人都在造新格式，人人都在玩梗，人人都在做对比
阅读全文美团多篇论文入选NeurIPS 2025：从大模型到多模态的全线突破 | 直播预告
本文精选了美团技术团队在国际顶会NeurIPS 2025中发表的10篇论文，研究方向覆盖了大模型、多模态、自然语音处理、计算机视觉、基础技术、因果推断等技术领域，希望相关研究能给同学们带来一些帮助或启
阅读全文让千问APP当一周科研打工人：它比我想的能干，也比我想的累
我把自己一周的博士日常全塞进了千问 APP——读论文、啃图表、跑实验、写 related work、救火 debug……结果用着用着，我突然有点怀疑：这手机里的模型，可能比我更像个 PhD。这两年，大
阅读全文双重隐式记忆来了！JanusVLN让视觉语言导航真正理解3D空间
引言视觉-语言导航（Vision-and-Language Navigation, VLN）作为具身智能的关键研究领域，旨在赋予智能体遵循自然语言指令在未知三维环境中导航的能力。近年来，多模态大语言模
阅读全文ICLR 2026吃瓜现场：有人用LLM连投4版论文，竟然拿到两个8分？
最近 ICLR 出了一个让学术圈纷纷停下来围观的瓜：一篇明显由大模型生成的投稿论文，不但顺利进入了评审流程，还拿到了两个 8 分——给分给得挺爽，但从评语里看不太出来 reviewer 到底理解了多少
阅读全文无人工标注、可持续扩展：AcademicEval推动长文本评测进入“自更新”阶段
当今，LLM 已经在语言理解、推理和生成上取得了突破性进展，但面临长文本输入时性能往往急剧下降：模型“记不住”、推理链断裂、关键信息遗漏。这正是目前最棘手的长上下文理解问题。近年来，研究者们提出了多个
阅读全文OpenAI把Transformer训练成「几乎全零」，黑箱首次被彻底揭开
OpenAI 做了一件几乎没人敢尝试的事：把 Transformer 的权重在训练中直接压到近乎全零，强迫它用极少的连接完成所有计算。在这种极端约束下，模型内部真正承担推理的“计算电路”第一次以可分离
阅读全文ACL 2025 | 用图结构让RAG学会「记忆与总结」，重塑长上下文理解
当我们希望 LLM 总结一份上万字的会议记录、论文或新闻合集时，即便是拥有超长上下文窗口的模型也常常记不住重点：重要信息淹没在冗长文本中，导致生成结果模糊、片段化。为了解决这一问题，Retrieval
阅读全文杭州/北京内推 | 阿里淘天算法团队招聘多模态理解方向算法实习生
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！阿里巴巴淘天集团是阿里巴巴旗下的业务集团，全球领先的互联网消费平台企业，主要由
阅读全文建议所有博士都去学一遍，赢麻了
新手搞科研，发不出顶会顶刊，不是因为你不够努力，而是因为你仍在沿用那套低效、耗时的传统科研模式！传统模式要求你“从0到1”搞出一个极具创新的idea，然后花大量时间去验证、实现。这种模式对于科研新手来
阅读全文深度研究智能体真的“懂你”吗？OPPO × 浙大首发个性化深度研究评测基准
大模型智能体正从“通用问答”迈向“深度研究”——不仅能自主检索、整合信息，还能生成结构清晰、证据充分的深度研究报告。然而，现有评测体系仍聚焦于“事实是否准确”“内容是否完整”，却忽视了一个关键问题：这
阅读全文博士申请 | 佛罗里达大学计算机系招收NLP/LLM方向全奖博士/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！佛罗里达大学根据US News，佛罗里达大学在美国所有大学中的综合排名是30名
阅读全文双十一算力真敢卷！RTX 5090低至0.69元/时，同预算跑更多实验
十一月了，大家的论文实验跑得怎么样？模型、数据、参数调了一轮又一轮，最怕的还是算力不够用——卡难抢、节点不稳、训练一断就得重跑。过去一年，GPU 租赁价格的下行速度几乎和模型迭代一样快。A800 的租
阅读全文AAAI 2026 | 悉尼科技大学 × 港理工推出 FedVLR：让联邦推荐也能“懂图文”
在推荐系统中，同时利用图像和文本信息来理解物品早已不是新鲜事。但如果场景换成联邦学习，即所有用户数据都必须保留在本地设备上，我们该如何高效地融合这些多模态信息，并为每个用户提供个性化的服务呢？这是一个
阅读全文北京内推 | 阿里高德地图团队招聘大模型方向算法实习生（可长期/转正）
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！阿里巴巴团队聚焦大模型与高德核心业务的深度融合。围绕用户出行、搜索、导航、PO
阅读全文全模态到底是不是“1+1＞2”？美团UNO-Bench揭示单模态与全模态能力的组合规律
全模态协同究竟是确实存在的能力交互，还是一种看上去更像自然叠加的错觉？UNO-Bench 的意义不在于新增一个榜单，而是第一次把这个争论多年的问题，转成了可以被量化检验的对象。过去两年，多模态模型的对
阅读全文通往AGI的歧路：上海AI Lab重磅发现，自进化智能体可能“错误进化
我们正处在一个激动人心的时代：能够自我学习、自我迭代的“自进化智能体”（Self-evolving Agent）正从科幻走向现实。它们能自主总结经验、迭代工具、优化工作流，展现出通往通用人工智能（AG
阅读全文北京内推 | 百度文心一言基座团队模型组招聘大模型方向研究型实习生
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！百度百度文心（ERNIE）团队致力于预训练大模型基础技术的研究和应用，在预训练
阅读全文过去五年，BERT都在被“过度训练”？LeCun团队给出Encoder算力最优范式
这篇来自 Yann LeCun 团队（FAIR × NYU）的 EMNLP 2025 论文做了一件简单但惊人到颠覆经验的事：Encoder 的最佳训练规律，和我们过去五年默认采用的经验——根本不是一回
阅读全文EMNLP 2025 | 别再只看KV了！LLM越深越稀疏：UNCOMP用矩阵熵给出答案
©作者 | 熊璟单位 | 香港大学博士生研究方向 | 大语言模型推理我们都知道 LLM 中存在结构化稀疏性，但其底层机制一直缺乏统一的理论解释。为什么模型越深，稀疏性越明显？为什么会出现所谓的“检索头
阅读全文北京内推 | 腾讯AI Lab招聘大模型/多模态大模型方向研究型实习生
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！腾讯AI Lab我们正在探索下一代大型语言模型（LLM）与全模态模型的未来，致
阅读全文上交大刘鹏飞团队：Context Engineering进入2.0，上下文成为可操作对象
我们早已习惯在提示词、记忆窗口、外部检索器之间调参，以期让模型理解更多上下文。可在上海交大刘鹏飞团队的最新论文中，上下文工程不再是工程师堆 token 的技巧，而是一个可被形式化的科学对象。他们称之为
阅读全文工程&计算机领域前沿洞察 | Synthesis技术前沿报告合集
随着技术与计算机科学等领域的迅猛发展，新研究层出不穷，在快速出版与内容深度之间取得平衡，成为学术图书面临的新挑战。数字化出版加快了修订节奏，使新成果得以及时纳入，而“小型图书”则提供了另一种解决方案，
阅读全文自回归不必按token算了：微信AI × 清华用CALM直接「整段」预测
我们默认了两件事很久：语言模型应该逐 token 生成；加速只能靠算力。CALM 的关键在于——它质疑的是这两件事本身。在当前主流语言模型里，时间成本的基本单位是下一 token。这是一个我们长期习以
阅读全文