「关键词研究」共找到 1939 篇相关文章
走出 MMLU 的高分幻觉：AI Agent 的「斯坦利时刻」与职场生存法则
文章指出多模态大模型在基准测试分数高，在实际业务流程却像‘职场巨婴’。研究团队构建Trainee - Bench测试顶尖模型，结果显示模型离‘独立上岗’远，凸显提升Agent自主学习性的重要性。
ChatGPT爱用破折号是病，奥特曼刚宣布已经治好了
奥特曼官宣ChatGPT重要更新，可听从指示不再滥用破折号。此前ChatGPT爱用破折号，成AI生成内容标志，引发用户吐槽。GitHub工程师研究推测，19世纪出版物引入或是AI偏爱破折号主因。
游戏教父 John Carmack：LLM 不是游戏的未来
游戏教父 John Carmack 认为 LLM 不是游戏未来，强调交互式体验学习重要性。他倾向游戏和虚拟环境研究，分析 Atari 游戏强化学习问题，还提及离线学习、迁移学习等方面挑战。
Nature重磅：AI和人脑的根本区别找到了，我们对“聪明”的理解可能全错了
2025年《自然·机器智能》研究指出AI和人类在‘泛化能力’上本质不同。人类泛化靠抽象，学习高效；AI泛化靠统计，学习笨重。未来AI与人应互补协作，而非谁取代谁。
英伟达确认恢复 H20 在中国销售，并推出面向中国的全新 GPU
7月15日英伟达官网发文，将恢复H20在中国销售，黄仁勋称正提交重售申请，美政府保证发许可证。还推出面向中国的全新GPU，强调AI成基础资源，致力支持开源研究等。
Meta联合Google新作：语言模型到底“记”了多少东西？
Meta和Google合作的论文探讨现代语言模型对训练数据的“记忆”情况。研究发明新方法精确测量“记忆”量，发现模型记忆有上限且与参数线性相关，还揭示学习转折、隐私规律等重要结论。
AI“氛围编程”威胁开源，维护者面临危机
开源维护者正加速关闭外部贡献，因AI生成贡献量大质低。研究显示“氛围编程”会造成负反馈循环，降低软件可用性和质量。平台激励加剧问题，虽有应对策略但效果不佳。
ICU昏迷不醒，AI判决生死！取意愿平均值，细思极恐
美国华盛顿大学研究「AI代理人」，用算法预测昏迷患者生死意愿。虽初衷似是人道主义实验，但AI仅基于历史数据推断，易成社会偏见延伸，还会影响决策，掩盖真正意愿，引发伦理担忧。
苹果AI选Mamba：Agent任务比Transformer更好
苹果新研究指出，在长任务、多交互的Agent式任务中，基于SSM架构的Mamba在效率与泛化能力上超Transformer。虽Mamba有局限性，但引入外部工具后性能显著提升。
长思维链里的推理步骤，哪些最关键？三招锁定LLM的「命门句子」
杜克大学和 Alphabet 研究者提出在句子层面分析推理痕迹，找出长思维链中关键步骤，提高 LLM 可解释性等。提出三种互补方法，还提供开源工具，研究为调试推理失败等提供可能。