/
世界上最大的芯片创下 AI 速度记录，超越 NVIDIA
Cerebras WSE 芯片拥有 40 亿晶体管，推理速度达到 NVIDIA 集群的约 2.5 倍，刷新了全球 AI 推理速度记录，为复杂 AI 代理应用提供高性能计算支持。
B-score：利用响应历史检测大语言模型中的偏见
这项研究提出了"B-score"，一种新指标用于检测大语言模型中的偏见。研究人员发现，当模型能看到自己之前对同一问题的回答时（多轮对话），它能够减少偏见并给出更平衡的答案。B-score计算单轮与多轮对话中答案概率的差异，无需外部标注即可识别有偏见的回答。实验证明，将B-score用于回答验证可显著提高准确率，在标准基准测试上平均提升2.9个百分点。这一发现不仅提供了实用工具，还表明大语言模型具有自我纠正能力。
强化微调赋能多模态大语言模型的推理能力：从清华来的新研究揭示AI进化新阶段
这篇论文探讨了强化微调（RFT）如何增强多模态大语言模型（MLLMs）的推理能力。研究指出，作为一种后训练算法，RFT已在各种模态（视觉、音频、GUI等）、任务和领域中取得显著成功。论文详细分析了现有工作，总结了RFT在多模态推理中的五大成功：多样化模态应用、广泛的任务与领域支持、算法改进、丰富的评测基准和完善的工程框架。作者还提出五个未来研究方向：提升跨模态泛化能力、结合不同奖励范式、加强安全性研究、探索数据增强技术以及开发更优算法和应用场景。
解构大模型的推理轨迹：上海人工智能实验室揭示大语言模型推理背后的优化机制
上海人工智能实验室研究团队提出了"RaML"框架，首次从元学习视角解释大语言模型的推理机制。研究将推理轨迹解析为模型参数的"伪梯度下降"更新，揭示了不同训练方法的内在联系，并证明了更长推理轨迹和多样化训练能显著提升模型性能与泛化能力。这一理论框架不仅深化了对大模型工作原理的理解，还为推理效率优化和能力提升提供了实用指导。
突破极限：科学家通过层级搜索让大模型实现精细化科学假设发现
近期，由南洋理工大学和上海人工智能实验室等机构组成的研究团队在arXiv上发布了一项重要研究成果。这项名为"MOOSE-Chem2"的研究提出了精细化科学假设发现的全新任务，并通过层级搜索方法探索了大语言模型在该任务中的极限能力。研究团队将这一挑战定义为组合优化问题，并设计了一种层级启发式搜索方法，使模型能够从粗略的研究方向逐步细化到可直接实施的精细假设。实验结果表明，该方法不仅显著优于基线方法，还能生成与专家假设高度一致的结果，为AI辅助科学发现开辟了新途径。
Omni-R1：浙大团队打造全模态推理新范式，让AI同时掌握视频、音频和精细像素理解能力
浙江大学研究团队提出的Omni-R1是一种创新型全模态AI框架，它采用"双系统"协作架构解决了长时间视频理解与精细像素处理之间的根本矛盾。全局推理系统处理低分辨率完整视频并选择关键帧，细节理解系统则对高分辨率关键帧进行精细分析。通过端到端强化学习方法训练，Omni-R1在指代音视频分割和推理视频物体分割等任务中显著超越了现有模型，同时还意外地减轻了多模态幻觉问题。这一研究为构建更全面的通用AI基础模型提供了新思路。
众智有为 致敬同路人 | 风沙砺金，胡杨为骨：中天乾坤的18年数智征途
本期“众智有为 致敬同路人”系列采访，走进了一家有着胡杨精神的公司——中天乾坤，公司发展至今已有18年，研发人员占比超6成，业务覆盖全国20余城，一直投身于数智化征途中。
用"难题负样本"教大型视觉语言模型如何读懂几何图形——清华大学开发全新对比学习方法提升几何推理能力
清华大学研究团队提出了一种名为"硬负样本对比学习"的创新方法，显著提升了大型多模态模型在几何理解与推理方面的能力。通过构建图像和文本两类负样本，以及开发MMCLIP训练策略，他们的MMGeoLM模型在四个几何基准测试中表现卓越，甚至以7B参数规模与GPT-4o相媲美。实验证明，仅4K个真实图像负样本的效果就超过了100K个文本负样本，为AI细粒度视觉理解开辟了新路径。
离散马尔可夫桥：一种全新框架，让离散数据模型学习能力飞跃
《离散马尔可夫桥》研究提出了一种新型离散数据表示学习框架，克服了传统离散扩散模型使用固定转移矩阵的局限。该框架包含矩阵学习和分数学习两个核心组件，能够自适应学习转移率矩阵并有效重建原始数据分布。理论分析证明了其有效性和收敛性，而在Text8和CIFAR-10数据集上的实验展示了其优越性能，证明了这一方法作为离散表示学习统一框架的潜力。
效率大提升！华盛顿大学和新加坡国立大学联合研究突破视觉自回归模型内存瓶颈
这项由华盛顿大学和新加坡国立大学研究团队提出的ScaleKV技术，针对视觉自回归模型中的内存瓶颈问题提供了创新解决方案。研究发现不同变压器层具有不同的缓存需求，将它们分为需要大量历史信息的"起草者"和专注于当前细节的"精细器"，实现了尺度感知的KV缓存分配。实验表明，该方法能将Infinity-8B模型的内存需求从85GB减少到8.5GB，同时保持生成质量几乎不变，为高分辨率AI图像生成的普及应用铺平了道路。
直觉力：无需外部奖励的大语言模型自主推理学习
这项研究提出了一种名为INTUITOR的创新方法，让大语言模型无需外部奖励即可自主学习推理能力。研究者利用模型自身的"自我确定性"作为唯一奖励信号，替代传统需要人工标注或答案验证的方法。实验表明，该方法在数学推理上与使用标准答案的方法相当，并在代码生成等跨领域任务上展现出更好的泛化能力。这为开发能在缺乏外部验证的情况下自我提升的AI系统开辟了新途径，对未来自主学习AI具有深远影响。
从数十小时到数万小时：突破语音识别的数据瓶颈，新加坡科技设计大学和字节跳动联合研发突破性方案
新加坡科技设计大学和字节跳动研究团队提出了"语音反向翻译"方法，解决语音识别中的数据稀缺问题。研究表明，仅用几十小时的标注语音数据就能训练TTS模型生成数万小时高质量合成语音，将数据扩充数百倍。他们引入归一化可理解度指标评估合成语音质量，确定了合成数据能有效增强ASR性能的质量阈值。将方法扩展到十种语言，生成了50万小时合成语音，对Whisper-large-v3模型进行预训练，平均降低错误率30%，对低资源语言尤其有效，错误率降低46%。
WINA：微软推出权重感知神经元激活技术，让大语言模型推理速度提升60%以上
WINA是一种由微软等机构研究人员开发的训练无关稀疏激活框架，它通过同时考虑隐藏状态大小和权重矩阵的列式l2范数来加速大型语言模型推理。与仅基于隐藏状态选择神经元的现有方法不同，WINA能更精确识别影响模型输出的关键神经元，在理论上提供更紧的误差界限。实验证明，WINA在相同稀疏度下比最先进方法表现更优（提升最多2.94%），同时减少高达65%的计算量，为资源受限环境中部署大型语言模型提供了高效解决方案。
机械可解释性研究应优先关注SAE中的特征一致性：卡内基梅隆大学的发现
这篇研究论文提出机械可解释性研究应优先考虑稀疏自编码器(SAE)的特征一致性问题。研究人员观察到SAE在不同训练运行中常学习到不一致的特征集，这削弱了研究可靠性。他们提出使用成对字典平均相关系数(PW-MCC)来量化一致性，并证明适当架构设计能实现高一致性(TopK SAE达0.80)。研究通过理论分析、合成数据验证和语言模型实验，证实特征激活频率与一致性正相关，且向量相似性与特征语义相似性高度一致。这项工作为建立更可靠、累积的机械可解释性研究提供了重要方向。
数学和代码推理力的关键数据特征是什么？上海交通大学团队用影响函数揭示跨领域学习的奥秘
上海交通大学研究团队利用影响函数揭示了数据特征如何刺激大型语言模型的数学和代码推理能力。研究发现高难度数学问题能同时提升数学和代码推理，而低难度编程任务对代码推理最有效。基于此，他们提出了"任务难度翻转"策略，使模型在AIME24准确率翻倍至20%。细粒度分析还显示，探索性思维行为对推理有积极影响，而数学推理偏好逻辑连接词，代码推理则强调结构化语法。这些发现为优化AI训练数据提供了重要指导。
重新思考大型语言模型推理的采样标准：基于能力-难度对齐的视角
本研究提出了"能力-难度对齐采样"方法（CDAS），革新了大型语言模型强化学习训练中的数据采样策略。与传统方法不同，CDAS通过聚合历史表现差异实现更稳定的问题难度估计，并将模型能力与问题难度动态匹配。在多个数学推理基准测试中，CDAS达到了46.77%的最高平均准确率，同时比竞争策略提高了2.33倍的计算效率。研究还证明了CDAS在代码生成任务和更大型模型上的有效性，为提升大型语言模型的推理能力提供了高效可靠的新方法。
多模态通才：InfantAgent-Next如何让AI更智能地操作你的电脑
InfantAgent-Next是一款突破性的多模态通用型AI助手，能通过文本、图像、音频和视频与计算机进行交互。不同于现有方法，它采用高度模块化架构，将基于工具和纯视觉的代理技术融为一体，让不同模型能逐步协作解决分散任务。在OSWorld视觉测试中达到7.27%的准确率，超越Claude-Computer-Use；同时在代码处理基准SWE-Bench和通用任务平台GAIA上也表现出色。其开源设计不仅提供了丰富工具集，还优化了鼠标点击定位和文件编辑功能，为AI自动操作计算机开创了新范式。
覆盖原则：理解组合泛化能力的统一框架——KAIST研究团队揭示大语言模型的推理局限
KAIST等机构研究团队提出的"覆盖原则"框架揭示了大语言模型在组合泛化能力上的基本局限。研究表明，依赖模式匹配的模型只能泛化到那些可以通过替换功能等价片段到达的输入。实验证实，两步推理任务的训练数据需求与词表大小成二次方增长，且增加模型参数并不改善这种关系；路径歧义任务会导致模型形成上下文依赖的表示；思维链监督虽能提高效率但仍受覆盖限制。研究最终提出三类泛化机制的分类法，为理解组合推理和真正系统性泛化所需的创新提供了清晰路径。
干掉完美主义：多轮分解如何让大语言模型推理更高效
这项研究提出了"多轮分解"(MinD)方法，将大型推理模型的冗长思维链重构为结构化的多轮对话形式，每轮包含一个思考单元和一个答案。通过监督微调和强化学习相结合的训练策略，MinD在MATH等基准测试上实现了高达70%的标记使用量和首个标记延迟(TTFT)降低，同时保持了竞争性能。研究表明，传统推理模型中存在大量冗余思考过程，而MinD通过"完成比完美更重要"的理念，使模型学会生成更简洁高效的推理过程。
NVIDIA 发布 2026 财年第一季度财务报告
NVIDIA季度收入达 441 亿美元，较 2025 财年第四季度增长 12%，较去年同期增长 69%；数据中心季度收入达 391 亿美元，较 2025 财年第四季度增长 10%，较去年同期增长 73%
京公网安备 11010802021500号
