人工智能的浪潮正将我们推向一个由 RAG 和 AI Agent 定义的新时代。然而，要让这些智能体真正「智能」，而非仅仅是信息的搬运工，就必须攻克一个横亘在所有顶尖团队面前的核心难题。这个难题，就是推理密集型信息检索（Reasoning-Intensive IR）。
人类和AI在工作中如何协作？耶鲁和南大的研究人员合作的这篇论文讲清楚了。 这篇论文提出了一个数学框架，通过把工作技能拆分成两个层次来解释这个问题
AI 时代的聚光灯，不应只属于从零到一的创业者。 我们注意到一个有趣的现象：与热衷在全球舞台上表达观点的硅谷高管相比，中国的大厂高管们通常更倾向于低调行事。
刚刚，又一个人工智能国际顶会为大模型「上了枷锁」。 ICLR 2025 已于今年 4 月落下了帷幕，最终接收了 11565 份投稿，录用率为 32.08%。
顶尖AI人才的争夺战在Meta和OpenAI等科技巨头之间越演越烈，但根据华尔街日报的报导： Claude的开发商Anthropic，似乎才是众多工程师更心仪的去处。
DeepSeek V3.1上演的bug大秀“极你太美”，可谓是让全网热议了一波。 简单来说呢，就是陆续有开发者们发现，当他们在调用API进行代码开发的过程中，输出结果里会时不时蹦出来“极”字。
人工智能正在吟诗作画，我们人类却在打扫卫生。 这句话几乎描述出了今天所有人对AI的困惑，一边是模型底层技术的突破，另一边却是AI进入真实世界后的无力感。一个验证码能摧毁一个压缩全世界知识的AI大脑，一个垃圾桶能绕晕一个拥有30多个自由度的人形机器人。
今天晚上，朋友圈被一份文件刷屏了。 《关于深入实施“人工智能+”行动的意见》。
Perplexity 将允许出版商分享 AI 搜索产生的收入，该公司此举旨在应对部分媒体对其内容使用提出的批评和法律诉讼。
如果你拥有了庞大的三维空间数据，你会用来做什么？ 大模型时代之后，数据成了支撑模型的承重柱。能否获取足够的可用高质量数据，直接决定了某个领域的 AI 的发展上限。
