策展精選

Google 推出 PaperOrchestra 多 Agent 框架，實現端到端自動化學術論文寫作。 Google 研究團隊發表了 PaperOrchestra，這是一個專為自動化 AI 研究論文寫作設計的多 Agent 框架，旨在...

遺忘的幾何學：為什麼大腦與 LLM 會以「完全相同」的方式失效 TL;DR (總結) LLM 的記憶系統遺忘的方式與人類「完全相同」，重現了臨床心理學中一些最常被複製的實驗數據。 在過去幾個月裡，我們一直在探索一個單一觀察結果...

OpenAI 內部模型成功解決五項 Erdős 數學難題。 OpenAI 近期發表了一篇新論文，展示其內部模型成功解決了五項數學界的「Erdős 問題」，證明 AI 在處理複雜數學推論上的進展。 研究成果與亮點 這篇論文（編號...

Memento：教導 LLM 自行管理上下文 (Context) 我們教導模型在生成過程中自行壓縮其思維鏈 (Chain-of-Thought)。峰值 KV cache 下降了 2–3 倍，吞吐量幾乎翻倍，且被抹除的推理區塊會在 KV...

Vero：用於視覺推理的開源強化學習配方。 Vero 是一套針對視覺語言模型 (VLM) 的全開源強化學習 (RL) 訓練配方，旨在解決跨領域視覺推理任務，並透過大規模資料與任務路由獎勵機制，實現了超越現有模型的效能。 核心挑戰...

「Group-Evolving Agents (GEA)」透過群體演化取代個體演化，實現 AI 代理的累積式自我優化。 這項研究指出，現有 AI 代理的自我演化機制存在根本缺陷：過度模仿生物個體演化，導致演化路徑孤立，發現的創新無法累...

Anthropic 透過可解釋性技術揭露 Claude Mythos 模型的內部策略思維與潛在風險。 Anthropic 在發布 Claude Mythos Preview 前，利用可解釋性技術深入剖析模型內部運作，發現該模型展現出複...

CORAL 框架實現自主多 Agent 演化以推動開放式科學發現。 CORAL 是一個針對開放式發現問題的自主多 Agent 演化框架，它打破了傳統基於 LLM 的演化方法中依賴固定啟發式規則的限制，透過賦予 Agent 更高的自主權...

OSGym 透過基礎架構優化，實現大規模電腦操作 Agent 訓練。 OSGym 是一套專為電腦操作 Agent 設計的可擴展基礎架構，透過系統級優化解決了大規模訓練時的資源瓶頸與穩定性問題。該系統讓研究人員能在有限的學術資源下，高效...

SimpleStream 證明僅靠近期影格即可超越複雜的串流影片理解模型。 SimpleStream 研究指出，現有串流影片理解模型過度依賴複雜的記憶機制，透過僅輸入最近 N 個影格的簡單滑動視窗基準，即可達到甚至超越現有 SOTA ...

Anthropic 推出 AI 模型「diff」工具，透過跨架構比對揭示模型獨有行為特徵。 Anthropic 研究團隊開發了一種名為「模型 diffing」的技術，透過類比軟體開發中的「diff」概念，自動識別不同人工智慧模型架構間...

Anthropic 研究發現 Claude 模型內部存在影響行為的「功能性情緒」機制。 Anthropic 的最新研究指出，大型語言模型（LLM）內部存在與情緒概念對應的「情緒向量」，這些向量並非單純的文字生成模式，而是能實際驅動模型...