「卡内基梅隆大学」共找到 14 篇相关文章
卡内基梅隆大学开源LegoGPT,用AI设计乐高模型
卡内基梅隆大学开源LegoGPT,可依文本提示生成物理乐高模型。它把乐高设计转为自回归文本生成任务,基于LLaMA - 3.2 - 1B - Instruct微调,应用场景广泛,如教育、玩具设计等。
大模型也需要睡觉!让AI打个盹,醒来更聪明
卡内基梅隆大学和马里兰大学研究发现,大模型处理长上下文易累傻。受人脑机制启发,设计睡眠机制,让模型在上下文窗口快满时打盹,反复咀嚼信息,压缩进长期权重。测试显示,增加“睡眠”轮次能提升深度推理表现。
The Batch: 861 | 拥有AI朋友的人感受更差
斯坦福和卡内基梅隆大学研究人员调查1131名Character.AI用户,分析其使用行为与心理健康相关性。发现依赖聊天机器人陪伴与较低幸福感相关,但未确认因果关系,开发者应关注产品负面影响。
别装了,AI巨头们!谁在卡脖子,谁在割韭菜?这张图一目了然
卡内基梅隆大学发布首个刻画AI供应链数据集,揭示资本、科技与权力「关系网」。供应链上游市场集中或致连锁故障与垄断,绘制其链条能助于多项关键分析,看清产业全貌。
GitHub Star明码标价5毛/颗,AI项目刷假星最猛
卡内基梅隆大学研究发现,GitHub约600万颗假星,18617个仓库涉假,AI/LLM项目是重灾区。造假产业化,有分层定价、售后保障。买星为融资,形成恶性闭环,判断项目好坏还得看硬指标。
AI开始玩乐高了?我拼一小时的乐高,它几秒就搭好,LegoGPT开源了!
卡内基梅隆大学提出LegoGPT,是首个依文本提示生成物理稳定乐高积木模型的方法。构建了StableText2Lego数据集,训练自回归大模型生成设计,还开发纹理生成法,设计能手动或机器人组装。
机器人学会“脑补”触感,叠衣服端茶水成功率暴涨90%
近年来,人形机器人研发从行走转向复杂操控,但处理精细家务表现逊色。卡内基梅隆大学联合博世人工智能中心团队提出 HTD 模型,让机器人预判触觉,在 5 项任务上成功率提升 90.9%,部分代码开源。
The Batch: 849 | 用于训练网页智能体的生成数据
开发网页智能体常需大量人力标注训练样本,卡内基梅隆大学与亚马逊团队实现训练数据生成自动化。他们构建数据集,通过智能体工作流程生成数据,微调后 Qwen3 - 1.7B 表现出色,还公开数据与方法。
无需外部数据!AI自问自答实现推理能力进化
卡内基梅隆大学团队提出SQLM框架,这是无需外部数据的自我提问模型,含提问者和解答者角色。通过强化学习最大化期望奖励,设计自监督奖励函数。实验显示其能提升Qwen2.5 - 3B - Instruct多任务准确率。
ICLR 2026 | OpenAI打广告后,如何成为爆款?CMU提出AutoGEO解密流量密码
AI搜索引擎渐成主流,OpenAI引入商业推荐后,内容在AI搜索成爆款取决于AI引用偏好。CMU团队在ICLR 2026论文中提出AutoGEO,抽取引擎偏好规则改写网页,实验证明其有效且兼顾引擎效用。