OctoTools通过标准化工具卡和规划器，帮助LLMs高效完成复杂任务，无需额外训练。在16个任务中表现优异，比其他方法平均准确率高出9.3%，尤其在多步推理和工具使用方面优势明显。
斯坦福李飞飞团队在「保姆型」机器人上新突破！提出BRS综合框架，以后机器人执行日常家务更自主、更可靠。
虽然 Qwen「天生」就会检查自己的答案并修正错误。但找到原理之后，我们也能让 Llama 学会自我改进。
STP（自博弈定理证明器）让模型扮演「猜想者」和「证明者」，互相提供训练信号，在有限的数据下实现了无限自我改进，在Lean和Isabelle验证器上的表现显著优于现有方法，证明成功率翻倍，并在多个基准测试中达到最先进的性能。
斯坦福和普林斯顿研究者发现，DeepSeek-R1生成的自定义CUDA内核，完爆了o1和Claude 3.5 Sonnet，拿下总排名第一。虽然目前只能在不到20%任务上超越PyTorch Eager基线，但GPU编程加速自动化的按钮，已经被按下！
数据库公司 MongoDB Inc.宣布，将以 2.2 亿美元的现金加股票交易收购 Voyage AI，以加速其帮助客户构建人工智能驱动应用程序的能力。
在人工智能高速发展的今天，我们似乎迎来了一个"假设爆炸"的时代。大语言模型每天都在产生数以万计的研究假设，它们看似合理，却往往难以验证。这让我不禁想起了20世纪最具影响力的科学哲学家之一——卡尔·波普尔。
生物学大模型又迎新里程碑！2025 年 2 月 19 日，来自 Arc Institute、英伟达、斯坦福大学、加州大学伯克利分校和加州大学旧金山分校的科学家们，联合发布了生物学大模型 Evo2。
AI虚拟细胞，在计算机中代谢的生命体。2024年12月，斯坦福大学、基因泰克制药公司和陈-扎克伯格基金会的研究团队在《Cell》杂志上发表论文[1]，呼吁全球科学界利用AI技术制造这一“数据细胞”。听起来像是科幻电影里的情节，但它正在悄然发生，并即将改变生物医学界的未来。
问题挺严重，大模型说的话可不能全信。
