「反向去噪过程」共找到 555 篇相关文章
苹果提出新型反向传播：一台iPhone 15 Pro Max就能微调LLM
苹果提出内存高效型反向传播（MeBP），可在内存使用量和计算时间上比零阶优化（ZO）有更好权衡，收敛更快、性能更优，还在iPhone 15 Pro Max验证其有效性，且公开了实现链接但目前为空。
我们对 Coding Agent 的评测，可能搞错了方向
用户对 Agent 不满常因它「做得不好」，不遵循指令和规范。当前主流评测体系以结果为导向，与真实场景错位。MiniMax 开源 OctoCodingBench 评测集，结果显示模型过程规范遵循不足，未来训练需引入过程监督。
论文发表 || 如何基于累积过程变换学习弱非线性振动方程（EvLOWN）
2026年3月6日，赵林等教授团队在《Advanced Science》发表论文。提出EvLOWN数据驱动理论，利用平均法重构推断方程目标，扩展微小效应可推断性边界，在多领域应用效果好，但有未考虑SDE等局限。
去了一趟中国AI实验室，Linux基金会CTO感叹：西方那两套偏见全破产了
Linux 基金会全球 AI 技术官 Matt White 访华后称，西方对中国 AI 的偏见破产。中国实验室文化黏性强、人才回流，工具反向输出美国。他指出西方出口管制未卡死中国，还让其成自研芯片‘卷王’，开源模型也更受青睐。
ICML 2026｜如何对Multi-Agent系统进行过程评估？重新认识多智能体系统中的Orchestrator
来自南京大学NLP实验室的ICML 2026论文指出，当前主流多智能体架构中，系统失败常源于负责全局调度的Orchestrator失去对任务的掌控。论文提出相关框架和方法对其进行分析与评估。
攻克AI过度思考难题！美团新研究让通过“可验证”过程奖励激活LRM的高效推理
美团等机构研究团队针对LRM“过度思考”问题，提出可验证的过程奖励机制（VSRM）。它结合可验证奖励与步骤级奖励，为推理步骤分配奖励信号。实验显示其能降低输出长度并保持性能。
科学进步实际上很大程度依赖于实打实的实验结果，而不仅仅是理论智力｜AI 自我提升不会突然“起飞”，而是逐渐加速的过程
如今未实现AI自我提升，一旦实现将是重大突破。但它不会突然飞跃，而是缓慢持续的过程。不同领域提升难度有别，科学进步受现实实验速度限制，AI自我提升更可能是缓慢加速进程。
研究者尝试揭示扩散模型创造力的起源
斯坦福大学研究人员 Mason Kamb 与 Surya Ganguli 在论文中提出解释扩散模型创造力的机制，指出其创造力是去噪生成图像时的确定性结果，还识别出关键偏置，搭建 ELS 机模型并验证其准确性。
OpenClaw创始人：80%的应用会消失，花哨的AI工作流只会生产垃圾，工程思维才是超能力
OpenClaw创始人Peter Steinberger表示，OpenClaw这类AI助理将取代手机上80%的应用。他分享OpenClaw诞生过程，其能远程修复Bug等。他还批判花哨AI工作流，认为人类品味不可或缺，建议学习AI要去玩。
刚刚，何恺明团队新作，「嵌入式语言流」ELF来了
何恺明团队提出ELF模型，将扩散过程置于连续向量空间，只在最后翻译成词。它用一个网络实现去噪和解码，引入自条件机制。实验显示，ELF用不到其他方法十分之一数据，生成质量全面领先。