陈丹琦团队反直觉发现：打破正向反馈迷信，「以罚代奖」才是推理Scaling真相
只要模型做对了就给糖吃？这可能是我们对 RLVR 最大的误解。在 DeepSeek-R1 确立了 GRPO 这一训练范式后，学术界和工业界在提升大模型推理能力时，普遍遵循正向反馈优先的原则，即通过强化
阅读全文超越DeepSeek-OCR光学压缩：C3重构纯文本压缩，40倍压缩精度仍达93%
还记得 DeepSeek OCR 刚发布时引发的轰动吗？通过将文本转换为图像再进行压缩，实现了 10 倍的 token 压缩率，同时保持 97% 的 OCR 准确率。这一创新让整个 AI 圈为之振奋，
阅读全文首篇即登Nature正刊！复旦博二生独立一作：突破裸眼3D显示难题
博一全年蛰伏零产出，首篇论文即登 Nature 正刊。复旦博士生用深度学习“强解”裸眼 3D 数十年难题，展示了计算如何重构物理世界的底层逻辑。在现在的学术圈，如果一个博士生整整一年没有任何会议投稿、
阅读全文NeurIPS 2025 | 幻觉越少，幻觉越多？北邮团队新作揭示幻觉耦合陷阱
大语言模型（LLM）的智能浪潮席卷全球，它们凭借卓越的上下文理解和文本生成能力，正重塑我们的信息获取方式。然而，其强大的能力背后却隐藏着可靠性的系统性风险——幻觉（hallucination）。简而言
阅读全文离大谱！Apple连夜删库：ICLR投稿代码没读图，模型全靠闭眼瞎蒙
这是一次充满黑色幽默的“回旋镖”，也是学术圈今年最响亮的一记耳光。Apple 研究团队投给 ICLR 2026 的一篇论文，标题起得很有哲学意味：《推理究竟哪里出错了？》（Where Did the
阅读全文AAAI 2026 | 首个多球拍运动分析基准：RacketVision揭示多模态融合陷阱
本文提出了 RacketVision，涵盖乒乓球、网球、羽毛球的大规模多运动基准，旨在统一球体与球拍的视觉分析。RacketVision 首次提供了大规模高精度的球拍关键点标注。论文标题：Racket
阅读全文史诗级Bug！OpenReview全员裸奔，匿名评审秒变「实名大逃杀」
别猜是谁给你打 0 分了，OpenReview 刚才把审稿人的户口本都泄露了——不仅知道他是谁，连他导师是谁都看得一清二楚。如果说之前的投稿是一场“蒙面大逃杀”，那么今天，OpenReview 的程序
阅读全文推理加速175%！SparseDiT提出「时空双重稀疏化」新范式，重塑DiT效率
摘要论文提出了 SparseDiT，一种通过空间（Model Structure）和时间维度（Timestep）的 token 稀疏化来提高 Diffusion Transformer（DiT）计算效
阅读全文Ilya预言成真？NeurIPS 2025最佳论文：一份Scaling时代的「终局诊断书」
当 Ilya Sutskever 宣告 Scaling 时代终结，NeurIPS 用七篇最佳论文补上了实锤：在算力红利吃尽的今天，AI 终于从炼丹术回归到了 First Principles。就在今天
阅读全文视频生成的下一道门槛：模型会“想”了吗？TiViBench首次量化视频推理力
视频生成模型在近两年实现了肉眼可见的飞跃：分辨率更高、镜头更稳、物理细节更逼真。然而，当关注点从“好看”转向“能不能正确做事”时，核心问题浮现——这些模型是否具备类似大语言模型（LLM）的“推理能力”
阅读全文数据竟是累赘？谢赛宁新作FreeFlow：仅靠高斯噪声，1步刷新ImageNet蒸馏SOTA
还在苦苦清洗 TB 级数据集？MIT 和 NYU 的研究告诉你：扔掉数据，你的模型反而能学得更好、跑得更快。在生成式 AI 的竞速赛道上，扩散模型（Diffusion Models）和流模型（Flow
阅读全文今天直播 | 美团多篇论文入选NeurIPS 2025：从大模型到多模态的全线突破
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NeurIPS 2025最硬核现场：「学术海岸线·蚂蚁集团星光技术Party」报名开启
NeurIPS 2025在星光与海风之外，我们也为现场的小伙伴准备了更“走心”的相遇方式——一场轻松惬意的滨海美式晚宴，以及一份贴心的冬日温暖伴手礼。无论你是来聊研究、交换灵感，还是想和同行随性聊两句
阅读全文全模态理解大模型的最新“考纲”来了！NJU-LINK团队等发布OmniVideoBench
近年来，多模态大语言模型在视频理解领域展现出巨大潜力。然而，现有评估基准仍存在明显短板——要么忽视音频或视觉单一模态，要么以逻辑不一致的方式整合双模态，难以全面衡量模型的真实推理能力。为填补这一空白，
阅读全文30秒出NeurIPS级插图：Nano Banana Pro科研绘图全流程实测
它是最近 AI 圈的顶流，但我发现，它被严重低估了。当所有人都在用 Nano Banana Pro 生成网红图时，我用它干了件正经事：搞科研。结果？它画的方法图，直接把我过去三年的手搓水平按在地上摩擦
阅读全文快手 × 南大发布代码智能「指南针」：重新定义AI编程能力评估体系
“这款模型在 Python 错误修复上表现惊艳，但在 Java 功能实现上却惨不忍睹”，“同一个模型在 Web 开发场景游刃有余，面对基础设施代码却束手无策”——这些开发者社区的常见吐槽，折射出现有代
阅读全文OpenAI联手菲尔兹奖得主与多位顶尖学者，首次公开GPT-5的科研真实战力
GPT-5 第一次被推入真正的科研现场，不再是辅助工具，而是正式参与者。跨数学、物理、生物的顶尖学者与 OpenAI 在联合评估中发现：它的推理能力，已经开始逼近人类研究者。这篇论文不是一般的模型测试
阅读全文ICML 2025 | 联邦学习的“平衡艺术”：FedCEO破解隐私与效用的权衡困局
当联邦学习遭遇 “两难抉择”：增加隐私噪声，还是维持模型精度？某三甲医院与社区诊所正协同训练心脏病预测模型——前者拥有高清影像数据（如 CT、MRI 影像），可支撑细微病灶的精准识别，后者则积累了大量
阅读全文ICLR 2026吃瓜大赏：论文区在卷，审稿区在演，比春晚还热闹的五大名场面
ICLR 2026 论文区还在卷，审稿区却直接演成了春晚。今年的 ICLR，吃瓜才是主线剧情。ICLR 每年都卷，但今年的 OpenReview 多少有点离谱。一边是模型层出不穷。另一边，是审稿人、作
阅读全文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