搜索
openJiuwen社区的ScienceDiscovery通过树搜索驱动科研产物RSI，无需训练模型，在积分求解、代码加速和符号回归任务中分别以小时级产出通用积分器、实现平均2.279倍加速，并以低成本在111道方程反推题中正确找出41.4%。
CMAP团队发表于TPAMI 2026的工作提出基于一致性模型的对抗净化方法，将传统像素空间去噪转化为隐空间流形优化，使对抗样本映射回干净数据流形，在多种攻击类型与自适应攻击条件下均有效提升深度神经网络的鲁棒性。
沙特人工智能公司HUMAIN基于中国MiniMax的开源旗舰模型MiniMax M3推出阿拉伯语大模型HUMAIN M3，使用超过1万亿Token阿拉伯语数据进行后训练，在七项阿拉伯语基准测试中等权平均分达89.37%，标志着中国开源模型正成为全球AI生态的底层技术基础。
Oriscen由前Google Research科学家崔皓与TikTok原内容生态负责人王率丁等人创办，主张让AI在社交协调与人生经历保存中扮演配角，在完成任务后主动退场，将生活的主角留给人。
联想AI PC新物种炸场IFA：横向卷轴屏、360°翻转屏、英伟达RTX Spark。
当我们惊叹于大语言模型能写诗、会编程时，科学家们正面临一个更棘手的问题：如何让AI像真正的科研工作者一样，去解决那些需要数月甚至数年持续思考、且充满未知的科学难题？
5个月迭代4款模型，下一步还要开源。
在 AI 狂飙突进的这两年里，Google 似乎总是扮演着那个「起大跑慢」的角色。
现在没有宠物居然也能当上宠物博主了。
强化学习与可验证奖励（RLVR）已成为提升视觉语言模型（VLM）推理能力的标配手段。但一个隐蔽的问题始终存在：最终答案的奖励信号，只告诉模型「答对了没有」，却从不告诉它「答案应该从图像的哪个区域得出」。答对，可能是因为真的看懂了图，也可能只是语言先验的捷径、数据集的偏差，甚至是一次幸运的瞎猜。