/
腾讯AI实验室的智慧探险家：让大语言模型学会像孩子一样好奇地探索世界
腾讯AI实验室联合多所知名高校开发了一种名为CDE的新型AI训练框架，通过模仿儿童的好奇心学习机制，让大语言模型能够自主探索未知领域。该方法使用两套"好奇心传感器"指导模型学习，在数学推理任务上平均提升3个百分点，同时解决了传统方法中的"校准崩塌"问题，为开发更智能自主的AI系统开辟了新路径。
AgentGym-RL：复旦大学团队让AI智能体在游戏中学会长期规划
复旦大学团队开发的AgentGym-RL框架通过渐进式训练让AI智能体学会长期规划和多步决策。该框架提供五种训练环境，配合ScalingInter-RL方法从简单任务开始逐步增加复杂度。实验显示70亿参数模型性能提升33.65个百分点，在27个任务中匹敌甚至超越千亿参数的商业模型如OpenAI o3和Gemini-2.5-Pro，为AI智能体训练开辟了新路径。
CAMEL-AI发布"龙"项目：让AI像人类一样深度思考推理
CAMEL-AI团队发布的Loong项目通过构建包含8729道题目的LOONGBENCH数据集和LOONGENV生成环境，实现了AI推理能力的大规模训练。该系统能自动生成验证推理题目，支持12个领域的深度推理训练，为AI从模式匹配向真正推理能力转变提供了完整解决方案。
Meta实验室重磅发现：AI模型可以不用数据自我训练！语言模型的"自我对决"时代来临
Meta超级智能实验室研究团队提出了"语言自我对弈"训练方法，让AI模型通过内部竞争机制实现无数据自我训练。该方法将单个模型分为挑战者和解决者两个角色，通过互相博弈提升性能。实验显示，这种方法在不使用任何外部数据的情况下，达到了与传统数据驱动方法相当的效果，为解决AI训练数据稀缺问题提供了创新解决方案。
斯坦福大学科学家开发出Paper2Agent：把学术论文秒变智能助手的神奇工具
斯坦福大学研究团队开发了Paper2Agent，这是一个能将学术论文自动转换成交互式AI智能助手的框架。该系统通过构建MCP服务器，让静态论文变成能回答问题、演示方法、处理数据的智能实体。研究团队成功将AlphaGenome、TISSUE、Scanpy等工具转换成智能助手，验证结果显示100%准确性。这项技术彻底改变了科研方法的传播和应用方式，让复杂分析变得像聊天一样简单。
香港科技大学重磅发现：AI推理能力提升的秘密竟然是"先学做题再学思考"？
香港科技大学团队首次揭示了大型语言模型推理能力提升的内在规律，发现AI学习遵循"先掌握基础技能，再发展战略思维"的两阶段模式。基于此发现，他们开发了HICRA算法，能够识别并强化AI文本中的战略性思考部分，在多项数学推理任务中实现显著提升，为AI训练提供了科学化的新方向。
Amazon-首创PROF算法让AI推理更聪明：不仅要答案对，过程也要清晰
Amazon联合伊利诺伊大学开发PROF算法，解决AI数学推理中"答案对但过程错"的问题。该方法通过同时评估结果正确性和推理过程质量，筛选高质量训练样本，让AI既能答对题目又掌握清晰思维方法。实验显示准确率平均提升4%以上，推理过程质量显著改善，为构建可解释AI系统提供新思路。
斯坦福团队破解语言模型"记忆密码"：追踪AI如何从维基百科学会知识
斯坦福团队开发LMEnt系统，首次实现对AI语言模型知识获取过程的精确追踪。该系统通过精细标注维基百科、构建高精度检索系统和训练多个模型，揭示了AI学习知识的动态过程——高频事实更易学会但也易遗忘。这项研究为理解AI内部机制、改进模型设计提供了重要工具和洞察。
FlashAdventure基准测试：首个评估AI代理完成游戏完整故事任务的挑战平台
这项由首尔国立大学等机构开展的研究创建了首个专门评估AI代理完成游戏完整故事任务的基准平台FlashAdventure。研究发现当前最先进的AI代理在复杂冒险游戏中成功率仅为5.88%，远低于人类的97.1%。为此提出了COAST框架来改进AI的长期记忆和推理能力。
YouTube推出Made on YouTube大会新功能：Studio智能体检测与直播升级
YouTube在年度Made on YouTube活动中发布多项更新，包括Studio新增"相似度"检测和唇同步配音功能，YouTube Live支持迷你游戏和双格式同步直播，Shorts集成Veo 3 AI视频生成模型。此外还推出播客AI剪辑工具、新的货币化选项如品牌合作和购物标签功能，以及YouTube Music的粉丝互动新特性。
英国与Palantir签署15亿英镑国防合作协议
英国政府与美国数据分析公司Palantir达成国防合作协议，该公司将投资15亿英镑并在英国设立欧洲国防总部，创造350个就业岗位。双方将合作开发AI驱动的军事决策和目标定位系统，这些技术已在乌克兰得到测试。该协议是英国战略防务评估的重要组成部分，旨在提升军事规划和目标选择能力。此次合作是美国科技巨头对英国310亿英镑投资承诺的一部分。
英国网络安全行动计划为韧性发展指明方向
英国政府委托专家制定的网络增长行动计划提出九项核心建议，旨在加强网络安全行业以推动经济韧性和增长。该计划由帝国理工学院和布里斯托大学专家撰写，咨询了近百名网络安全专业人士。报告显示英国网络安全行业保持上升态势，就业和收入增长超10%，但仍存在巨大未开发潜力。计划围绕文化、领导力和地域三大支柱展开，包括任命网络增长领导者、扩大国家网络安全中心资源等建议。
Meta申请进入电力交易市场应对AI需求激增
Meta平台公司已向美国联邦监管机构提交申请，寻求在批发市场销售电力的授权。该公司通过子公司Atem Energy提交申请，希望获得"销售能源、容量和某些辅助服务"的许可。随着Meta、微软和谷歌等科技巨头竞相开发资源密集型的先进人工智能系统，购买更多电力已成为这些公司面临的紧迫挑战。
基于Gemini驱动的Google Home应用体验首测
谷歌推出了由人工智能Gemini技术驱动的全新Google Home应用，为用户带来更加智能化的家居控制体验。新版应用集成了先进的AI功能，能够更好地理解用户需求，提供个性化的智能家居管理方案，标志着谷歌在智能家居领域的重要技术升级。
马里兰大学推出DynaGuard：让AI守门员学会理解你的专属规则
马里兰大学研究团队推出DynaGuard，这是首个能理解用户自定义规则的AI守护模型。不同于只能识别预设类别的传统系统，DynaGuard能处理自然语言编写的任何规则，并提供详细解释帮助AI自我纠正。该模型基于40000个场景的DynaBench数据集训练，在传统安全任务和定制规则处理上都表现优异，为AI安全技术开辟了新方向。
Google DeepMind揭开AI搜索的致命缺陷：为什么最强大的搜索引擎也无法找到你想要的一切
Google DeepMind研究团队通过理论分析和实验验证，发现了AI搜索系统的数学局限：基于固定维度向量的搜索无法表示所有文档组合关系。他们创建的LIMIT测试集让顶尖AI模型准确率低于20%，证明问题源于数学本质而非工程缺陷。
北京交通大学等五所高校联手突破：让AI像大厨一样精准调配，生成你想要的任何人脸
北京交通大学等五所高校联合开发Face-MoGLE系统，这是首个同时运用全局和局部专家协作的AI人脸生成技术。该系统能根据文字描述、面部轮廓图或两者结合精准生成真实人脸，在多项测试中显著超越现有技术。通过专家分工和动态门控机制，实现了生成质量与可控性的完美平衡，在数字创作和公共安全领域具有广阔应用前景。
香港科技大学团队首创"多轮推理"系统：让AI像侦探一样解读长视频
香港科技大学团队首创Video-MTR系统，让AI像侦探一样进行多轮推理来理解长视频。该系统不再一次性分析整个视频，而是先粗略观察，再针对性深入关键片段，最多进行三轮调查。通过双层奖励机制和仅8000个精选训练样本，在三大权威测试中均达到开源系统最佳水平，特别在长视频理解上提升显著。
中科院团队破解AI视觉"分心"难题：让机器像人类一样专注看图
中科院团队发现AI视觉模型在复杂场景中容易"分心"，开发了CARVE对比注意力方法。该方法通过对比AI在通用指令和任务指令下的注意力差异，识别并屏蔽视觉干扰，突出重要区域。实验显示开源模型性能提升达75%，方法无需重训练即可应用于现有模型，为提升AI视觉推理能力提供了实用解决方案。
京公网安备 11010802021500号
