万径归于「概率」，华人学者颠覆认知！英伟达大牛力荐RL微调新作
万径归于「概率」，华人学者颠覆认知！英伟达大牛力荐RL微调新作华人学者参与的一项研究，重新确立了强化学习在LLM微调的价值，深度解释了AI训练「两阶段强化学习」的原因。某种意义上，他们的论文说明RL微调就是统计。
来自主题:
AI技术研报
9782 点击 2025-05-10 15:10
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
华人学者参与的一项研究，重新确立了强化学习在LLM微调的价值，深度解释了AI训练「两阶段强化学习」的原因。某种意义上，他们的论文说明RL微调就是统计。
那些曾在KDD时代Kaggle上打榜刷分的老炮儿，每每提起 Bagging 与 Boosting 这两项技术嘴角都压不住笑。
AI研究中，基准测试（benchmark）和排行榜在评估模型性能上扮演着关键角色。
一张普通的生活照，可能成为 AI 破解你隐私的钥匙 —— 这不是科幻情节，而是最新研究揭示的残酷现实。
当AI与工具相结合，智能体不再只是概念！Minion-agent整合多框架能力，解决碎片化问题，支持多智能体协作与工具调用，降低开发门槛，已在多个场景中展现高效能力，有望推动AI智能体创新和普及！
GPT-4o 生图功能的出现揭示了统一理解与生成模型的巨大潜力，然而如何在同一个框架内协调图像理解与生成这两种不同粒度的任务，是一个巨大的挑战。
在所有人都在忙着堆模型、比参数、拼融资时，一家总部位于巴黎的 AI 初创公司，用仅有 5 人的精简团队创造了ARR（年经常性收入）500 万美元，并已经实现盈利。它不靠爆款产品，也没有明星创始人，但它解决的是每个广告人都头疼的问题：如何更快、更便宜、更高效地制作出转化率更高的视频广告。
“DeepSeek告诉我们，投流的逻辑是不成立的。”5月8日，久不露面的阶跃星辰CEO姜大昕，出现在北京的一场媒体沟通会上“在多模态领域，如果任何一个方面有短板，都会延缓探索AGI进程。”姜大昕给出了一个鲜明的判断。过去一年中，他在不同场合都在反复提及：多模态是实现AGI的必经之路
本周三，Zed 宣布推出全新的 Agentic Editor 功能，并声称其为目前市场上速度最快的 AI 代码编辑器。此举无疑将加剧开发者在选择代码编辑器时的考量，使得原本就备受关注的编辑器之争更趋激烈。
2025年一季度全球AI应用市场呈现爆发式增长，海外MAU达9.8亿（环比增15%），中国MAU达4.62亿（环比增101%）。DeepSeek以低成本开源策略颠覆行业，推动中国AI普及。Agent形态应用主导全球，AI聊天机器人、视频创作等赛道高速增长，虚拟角色和教育学习粘性突出。字节、腾讯等头部公司多端布局，中国AI应用出海聚焦视频、图像等赛道，OpenAI商业化表现强劲。
据EETimes报道，美国AI芯片独角兽SambaNova Systems近期宣布将裁员77人，约占其500名员工的15%。此次裁员正值该公司偏离最初目标，放弃做AI训练，转向完全专注于AI推理。
王兴兴代表的是后面一群人。社区里的用户他本身也是社区的一部分，社区的用户也会去邀请他认为值得来分享的人，本身也是社区的组成部分。王兴兴也是非常勤奋的一个人。
日本AI产业呈现封闭生态，头部公司Preferred Networks和PKSHA依赖本土大企业定制化服务，缺乏国际化突破。前者技术强但转向本土合作，后者侧重应用型AI盈利。产业链由大企业、政府、大学形成闭环，政策推动项目制需求，抑制通用型AI创新，导致日本错失全球AI竞争机遇。
刚刚，全球首个AI多人世界模型开源了！只需一台PC外加1500美元，就能让两个AI智能体在同一个世界中感知、互动、协作。这不仅是AI造梦的一小步，更是AGI创造世界模型的一大步。
Meta FAIR新负责人上任，联合创始人回归：
谷歌Gemini原生图像生成功能又双叒升级了！
近半年，国内和海外的 AI 硬件层出不穷，其中不少品牌以儿童作为目标受众，FoloToy 的出现频率也越来越高。但赛道热度上涨的同时，也不乏“同质化严重”、“复购率低”等质疑之声，带着这些疑惑，我们尝试联系了 FoloToy。
多屏未来INAIR是聚焦轻办公场景的AR+AI眼镜公司，为消费者提供个人笔记本电脑外的第二选择。
4 月的生成式 AI 赛道，又一次用真实收入把“技术奇迹”写进了现金流。
这个五一，编辑部的两位撰稿人体验了市面上一些旅行规划AI。
在当今流水线式的教育体制下，我们就像廉价的零件一样被生产出来。因为数量巨大，没人会对每一个人的教学质量负责。——《上海交通大学生存手册》
红杉索尼AI大会：AI市场潜力超云计算，应用层与智能体经济成焦点
眼花缭乱了。为争夺AI人才，大厂们齐齐放大招！
近日，curl 项目（一款用于通过 URL 传输数据的命令行工具和库）创始人 Daniel Stenberg 在领英发帖称，已经受够了由 AI 生成的大量“垃圾”漏洞报告，因此近期引入额外复选框，用以过滤此类平白浪费维护人员时间的低效提交内容。
前段时间，在北京亦庄举办的「人形机器人半程马拉松」活动引发全民热议。
在短视频成为亿万用户日常生活标配的当下，它不仅是一种娱乐方式，更是人们获取信息、表达观点、构建社交的主要媒介。
从天禧到城市中枢，联想用超级智能体重塑个人、企业、城市AI格局。
在上一篇研究图谱中，我们指出医疗领域很可能是 Vertical Agent 最先落地的领域，其中最有代表性的公司之一是 OpenEvidence，一款专为医生设计的 AI 专业诊断 Copilot。
未来物理世界要实现AGI，一定是通过端侧智能。
自2020年开始用自研芯片取代英特尔处理器以来，苹果各大产品线都相继用上了自研芯片。
