新技术

阿联酋MBZUAI、莫斯科物理技术学院、莫斯科AIRI和伦敦数学科学研究所的研究人员推出Beyond Memorization，通过不同的架构和训练方法来提升大语言模型（LLMs）多步推理能力。作者们...

在大模型稀疏化架构的演进中，效率与性能的权衡始终是核心挑战。 MoE（Mixture of Experts）通过仅激活部分专家实现高效推理，但其频繁的跨专家参数访问带来了高昂的内存开销。为解决这一问题...

企业AI的一大痛点是“演示时亮眼，落地时拉胯”——MIT最新报告显示，95%的企业生成式AI试点无法推进至生产阶段，Salesforce自身研究也发现，仅依赖大语言模型（LLM）的AI代理在复杂业务场...

日本 AI 实验室 Sakana AI 近期推出一项突破性技术 ——自然生态位模型合并（M2N2） ，彻底改变了 AI 模型的优化逻辑。与传统依赖昂贵算力和海量数据的 “重新训练”“微调” 不同，M2...

斯坦福大学、字节跳动、约翰·霍普金斯大学和香港中文大学的研究人员推出一种名为 Mixture of Contexts (MoC) 的新型注意力机制模块来解决长视频生成中的长期记忆问题。长视频生成的关键...

当前扩散模型已能生成高真实感、高文本忠实度的图像，但主流大规模文本到图像模型（如 Stable Diffusion）面临一大局限——难以生成“前景对象置于色键背景”的图像，若要分离前景与背景元素，往往...

由北京大学人工智能研究院、北京通用人工智能研究院与腾讯优图实验室联合提出的新方法 TransMLA，为大模型推理效率的提升提供了一条实用路径。该方法能够将已广泛部署的 GQA（Grouped Quer...

加州大学伯克利分校、FuriosaAI、ICSI和劳伦斯伯克利国家实验室的研究人员推出一种名为XQUANT的技术，通过低比特量化和KV缓存重物质化来显著降低大语言模型（LLM）推理过程中的内存消耗。X...

香港大学、浙江大学与快手可灵团队的研究人员，针对当前交互式长视频生成中“场景易断裂、历史上下文难复用”的痛点，提出 Context-as-Memory（上下文即记忆） 方法。该方法通过将历史帧直接作为...

字节跳动Seed团队和南京大学的研究人员推出DuPO框架，它通过双学习（dual learning）和偏好优化（preference optimization）的方法，使大语言模型（LLMs）能够在没...

北卡罗来纳大学教堂山分校的研究团队，针对多模态大语言模型（MLLMs）的空间视觉推理能力展开专项测试——聚焦“图像旋转角度识别”任务（判断图像是否旋转0°、90°、180°、270°）。 GitHub...

清华大学、智谱AI和中国科学院大学的研究人员推出一个名为 COMPUTERRL 的框架，通过强化学习（Reinforcement Learning, RL）提升计算机桌面智能代理（agents）的操作...