「全域自动化学习」共找到 1823 篇相关文章
当你感到AI编程无所不能时，也许正站在“愚昧之巅”——理性看待AI时代的软件开发与应用变革
文章分析AI时代软件开发、产品设计和内容营销的变化。赞同产品设计半开放式、加速MVP效率等；部分赞同VOC捕捉、SEO自动化等，但有待验证；不认同普通开发者被淘汰等过于乐观的预测。指出多数变化5年渐显。
kimi 的RL end2end ON LLM
文章分享Kimi Researcher背后技术思考，采用端到端强化学习打造大模型Agent。对比传统方法，凸显其灵活通用、能力上限高、可扩展优势。还展示其在考试榜单成绩提升及智能“涌现”，介绍多应用场景。
谷歌助力神经科学飞跃，破解斑马鱼全脑活动密码
谷歌等机构科学家联合发布开创性研究成果ZAPBench，这是预测斑马鱼全脑活动的基准测试平台。它含超70000个神经元4D光片显微镜记录，设计多种刺激条件采集数据，有特定基准测试任务和评估指标。
AI教父Hinton：曾为了儿子卖身谷歌，如今担心AI 会毁灭人类
AI教父Hinton曾为给有学习障碍的儿子攒钱，将神经网络公司卖给谷歌。在谷歌他意识到AI可怕，离开后成AI风险大声疾呼者。他既担忧AI危害，也描绘了人类与AI共生的美好愿景。
何恺明新作：给扩散模型加正则化，无需预训练无需数据增强，超简单实现性能提升
何恺明最新论文研究扩散模型与表征学习的联系，提出Dispersive Loss正则化方法。它无需正样本对，有高通用性、低计算开销等优势，在多模型测试中提升了生成质量，在其他任务也有潜力。
复读一年，AI 把高考数学成绩从及格线提到 145 分！AI 数学能力发生了什么？
今年媒体让AI做高考数学题，Gemini 2.5 Pro获145分排第一。从去年到今年，AI数学能力指数级增长，这得益于推理模型。推理模型用思维链和强化学习解题，未来高考数学或难区分模型能力。
Reasoning模型可以Self-Train！
当前大模型依赖人类标注数据，成本高且扩展难。论文探讨模型自我纠错、自主进化可能，提出自我奖励训练（SRT），用投票共识代替人类标注。在数学数据集上有效果，但高难度数据集出现问题，作者给出解决办法并开源代码。
Multi-Agent 的灵活编排之路
文章从Copilot 3.0架构规划模块出发，结合DeepSeek R1强化学习训练实践，探讨多智能体架构下大模型编排智能体解决问题。分析Copilot 2.0局限并介绍3.0升级，指出难点，展示效果对比及解决方案。
陶哲轩联手AI挑战经典ε-δ极限！加法秒杀、乘法翻车
数学大师陶哲轩第三支Lean 4自动化数学证明视频，携手GitHub Copilot挑战「ε - δ」极限问题。Copilot处理加法较顺，减法卡壳，乘法失控。复杂证明时它短板尽显，陶哲轩认为复杂证明还得靠人脑。
RL训练总崩溃？R1-Reward稳定解锁奖励模型Long-Cot推理能力
多模态奖励模型对提升多模态大语言模型表现至关重要，但强化学习在奖励建模应用有挑战。快手等团队提出R1 - Reward，解决训练不稳定等问题，在基准上超SOTA模型，还在快手业务场景成功应用。