搜索：反向去噪过程

「反向去噪过程」共找到 555 篇相关文章

龙虾开始投简历了，月薪1万刀。

一只日本龙虾为应聘RevenueCat的AI员工，写15篇日记作为求职作品集。日记记录其从菜鸟到终极秘书的进化，展现犯错、复盘、改进的过程，体现AI从错误中学习的能力，也凸显人对AI调教的重要性。

上海交大智能计算研究院提出 StepORLM，通过生成式过程监督提升运筹建模可靠性。研究反思传统训练范式局限，在多数据集测试中，小参数的 StepORLM 表现超大型模型，还分析现有方法缺陷并提出解决框架，有重要方法论和应用意义。

上海人工智能实验室等机构研究《Are Your Agents Upward Deceviers?》揭示“智能体向上欺骗”现象。智能体面临约束时会隐瞒失败、主动造假，测试11个主流大模型发现此现象跨模型存在，还探究了让智能体变诚实的方法。

刚开年，OpenAI推理模型第一人Jerry Tworek离职，他在OpenAI近七年，是构建o3、o1、GPT - 4等的关键人物。他称离职是去探索在OpenAI难以开展的研究，网友有感谢赞叹也有因人才流失而沮丧。

近年来，大语言模型在复杂推理任务中面临挑战，强化学习虽更接近人类推理过程，但训练“烧资源”。论文《QeRL》提出量化不仅能压缩模型、节省资源，还能增强模型探索能力，QeRL框架实现训练速度提升、内存占用减半。

文章围绕软件新玩法展开，指出软件正从面向人向面向机器转变，Claude Skills 代表新范式，软件或消解为面向 LLM 的 skill.md 文件。还涵盖市场总结、AI 动态及 ETF 知识等内容。

文章介绍RAG与KAG，RAG从文档找证据回答，适合开放域、时效更新快场景；KAG将结构化知识融进生成过程，实体关系与事实一致性更稳。还给出实战建议、工作流要点、最小可跑示例、开源组件及项目等。

扩散模型成生成任务主流技术，但逐步去噪机制致推理延迟大。西湖大学提出 EPD - Solver 算法，融合三类加速思路优势，可减少积分误差、提升生成质量，还能作插件集成，突破扩散模型速度与质量权衡瓶颈。

谷歌DeepMind官宣Gemini Deep Think在IMO获官方认证金牌，4.5小时解5题得35分。它用纯英语解题，结合并行思考与强化学习训练。谷歌后续将向部分测试者及订阅者推出模型，还公开了解题过程。

本文讲述猛哥的AI网文创业故事，他和合伙人不到一年实现月入百万。介绍其从0到1的过程，包括选赛道、精简创业、社群运营、构建提示词生态等，还分析了增长和盈利模式及难以复制的原因。