ENACT 把世界建模构建在部分可观测马尔可夫决策过程（POMDP）之上，将任务形式化为在智能体执行动作的条件下，自我中心视觉序列如何随时间演化，即：让模型专注理解在自己的作用下第一人称视觉中的世界会如何变化。👀据论文描述，通过将具身认知评估转化为视觉问答（VQA）形式的自我中心交互世界建模任务，ENACT 揭示了 GPT-5、GLM-4.5V 等前沿模型与人类之间的能力差距，且差距随交互时长增

不同于传统的单次输入-输出，执行代理会进行多步推理：先生成自然语言推理，识别需要计算的部分，生成 Python 代码，执行代码获得结果，将结果融入推理过程，必要时进行多轮代码调用，最终给出答案。标准的强化学习算法为了稳定性会严格限制每步更新的幅度，但分析显示这种限制主要压制的是那些概率低但可能正确的答案路径，对困难任务反而不利。课程智能体生成的任务里平均工具调用次数从 1.65 次增加到 2.60

如找出值得解决的问题，确定要做哪些实验，分析生成的数据，提出假说或验证预测。Vafa和他在麻省理工的同事用多个基础模型尝试了一个类似实验，基础模型是用超大数据集训练的AI模型，包括GPT、Claude和Llama等大语言模型。该模型通过逐步式构建一个概念和规律的知识库，模拟人类的科研进程，参与开发该系统的北京大学物理学家马滟青表示，，这些实验包括球和弹簧的自由运动，物体间碰撞，以及具有振动、振荡和

亨廷顿病是一种常染色体显性遗传性神经退行性疾病。凭借出色的“性价比”策略，DeepSeek模型不仅把模型成本打到了行业难以置信的水平，还把国产大模型在全球社区的技术声量直接拉满。KJ Muldoon 身患无法处理蛋白质的超罕见病，在六个月大的时候接受了首例高度个性化的CRISPR基因编辑疗法，这标志着基因医学向“一人一药”的精准时代迈出关键一步。

AI果然被“诱骗”了，它抑制了“无法回答”的警报，开始自信地“胡说八道”，编造出“匹克球”之类的答案！AI错误地触发了“自信开关”，因为它混淆了对某个标签的“熟悉感”（Familiarity）和对其内容的“掌握度”（Mastery）。例如，GPT系列或Gemini系列，在面对不确定性时，有时更倾向于遵循“最大相关性”原则，优先生成逻辑上连贯、看似完整的回答，哪怕这需要一些“创造性解释”，正如一些用

同年12月，DeepSeek发布V3 Base模型，参数高达6710亿，每次推理启用370亿，训练数据更是达到惊人的14.8万亿token。Dots模型总参数1430亿，激活参数140亿，训练数据为11.2万亿token，采用“精细MoE+共享专家”架构，推理效果已可对标Qwen2.5-72B。但这种“AI训练AI”的循环，常常导致模型退化，形成“生成病变”。此后几年，GPT-3.5和GPT-4接

这份报告，尤其是针对人工智能领域的版本，因其深刻的洞察力和前瞻性，已成为全球企业高管、技术领袖和投资者在制定战略时不可或缺的重要参考。然而，这恰恰是技术挤出泡沫、走向成熟的转折点。”和“AI智能体”成为新的热点，跃居“期望膨胀的顶峰”，这反映出市场已普遍认识到高质量数据是规模化AI的先决条件，而AI智能体则代表了下一波自动化的巨大潜力。例如，AI工程化（AI engineering），它使组织能够

DeepSeek-V3.2-Exp 在 GPQA、HLE 和 HMMT 2025 上的性能低于 DeepSeek-V3.1-Terminus，因为 DeepSeek-V3.2-Exp 生成的推理 Token 更少。持续预训练后，我们执行后训练以创建最终的 DeepSeek-V3.2-Exp。与 DeepSeek-V3.1 的最终版本 DeepSeek-V3.1-Terminus 相比，DeepSe

阿里妹导读本文深入探讨了在 Agentic AI 时代，记忆（Memory） 作为智能体核心能力的定义、构建与技术演进。Memory 是什么当下阶段 AI 应用正在从 Generative AI 向 Agentic AI 阶段迈进，2025 年被视为 Agent 市场元年，Agent 架构相关的技术讨论非常火热，技术演进也非常的快速。从目前的技术发展趋势看，各类开发框架逐渐从底层专注于与 LLM

在 ChatGPT 等大语言模型（LLMs）席卷全球的今天，越来越多的研究者意识到：我们需要的不只是 “会说话” 的 LLM，更是 “能解释” 的 LLM。我们想知道，这些庞大的模型在接收输入之后，总结当前主流的解释方法，旨在将 SAE 学习到的稀疏特征用自然语言进行描述，从而把模型的 “抽象思维” 转化为人类可理解的见解。最近，我们撰写并发布了。