来源：图灵人工智能前 言深度强化学习求解组合优化问题近年来受到广泛关注，是由于其结合了强化学习(Reinforcement learning)强大的决策(decision-making)能力和深度学习(deep learning)的各种模型(RNN、Transformer、GNN等等)强大的信息提取表征能力(representative)，同时又结合神经网络强大的函数近似功能，可以采用神经网络..

6月20日，国家互联网信息办公室发布境内深度合成服务算法备案清单，包括阿里、腾讯、百度、科大讯飞等巨头的41个算法入围，这也是国内首批公开的算法备案清单。在清单公布的算法包括：美团在线智能客服算法、快手短视频生成合成算法、百度文生图内容生成算法、百度PLATO大模型算法、天猫小蜜智能客服算法、菜鸟物流智能客服算法、讯飞星火认知大模型算法、腾讯云语音合成算法等。值得注...

而且啊，它还能根据不同的故障类型，制定出最优的维修方案，避免因设备故障导致生产停滞，从而大大提高生产效率和产品质量。在这个平台上，开发者们可以畅所欲言，分享自己的独门秘籍和成功经验，也可以携手合作，共同攻克那些棘手的技术难题。英伟达CEO黄仁勋在上个月的GTC大会上，把AI的技术发展过程分成了“Perception AI（感知式AI）、Generative AI（生成式AI）、Agentic AI

????阅读时长：19分钟????发布时间：2025-02-14❝近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】2025年初，DeepSeek-R1的出现在人工智能领域掀起了一场轩然大波。本文将回顾大语言模型的发展历程，从2017年具有革命性的Transformer架构开始，它通过自注

“欧米伽未来研究所”关注科技未来发展趋势，研究人类向欧米伽点演化过程中面临的重大机遇与挑战。将不定期推荐和发布世界范围重要科技研究进展和未来趋势研究。（点击这里查看欧米伽理论）来源：欧米伽未来研究所本报告由哥伦比亚大学周瑜（Zhou (Jo) Yu）及Arklex AI团队撰写，系统探讨了AI智能体（AI Agents）的演进、关键技术与未来发展方向。在人工智能飞速发展的当下，AI 智能体正逐渐成

近日，在美国圣地亚哥举行的 NeurIPS大会现场，Google 首席科学家、Gemini 共同负责人 Jeff Dean 以及诺奖得主 Geoffrey Hinton 进行了一场关于人工智能历史与未来的圆桌对话。本次对话，两位嘉宾回顾了从深度学习早期突破到当下挑战与机遇的种种历程，Google Brain 创立初期、深入探讨了Scaling Law在工业界的首次确证、Transformer 与

来源：智源社区采访：李梦佳编辑：陈然强化学习智能体在像素环境中可实现游戏高分刷新，但关键线索隐匿时即陷入决策困境；生成模型虽能生成光影逼真场景，却无法解析 “积木倾塌” 背后的基础物理逻辑。人工智能对真实世界的认知，受限于以 “理解” 为核心的 “世界模型” 门槛。如今任职于哈佛大学Kempner 研究所与计算机科学系的助理教授Yilun Du正是该领域的核心探索者之一。凭借 MIT 博士毕业的扎

Thinking被称为最佳视觉模型，刷新SWE编码能力测试最高分，是OpenAI首个性能达到或超过人类专家的模型，GDPval职业知识测试中完成任务速度是专家的11倍以上，成本不到专家的1%。，并延续了 GPT-5.1 Instant 中更亲切的对话风格。GPT-5.2是OpenAI迄今最先进的人工智能（AI）模型，针对专业工作场景进行了全面优化，创多个基准测试的行业记录，其中的GPT-5.2 T

他指出，尽管大语言模型训练所用的文本量需要一个人花45万年才能读完，但一个四岁的孩子在醒着的16000小时里，通过眼睛看、用手触摸，已经处理了高达1.4x10^14字节的关于世界的感觉数据——LeCun还坚称，这类系统将拥有更强大的安全特性，因为控制它们的方式是内置的，而不是像现在这样，面对一个神秘莫测、只会输出文本的黑箱，只能通过微调来加以修正。曾几何时，FAIR是Meta内部思想最活跃的「象牙

与此同时，量子科学的复杂性也会反过来推动 AI 理论的发展 —— 如何应对指数级复杂的数据结构，以及如何提高模型的可解释性，都是亟待回答的问题。过去，量子 AI 的研究往往是零散的探索，而现在通过这个框架，可以系统比较不同方法的优劣，并为未来研究提供清晰的路线图。语言模型代表着最新的趋势。团队系统梳理了近三百篇前沿成果，首次从机器学习、深度学习和大模型三大范式切入，总结了 AI 在刻画和表征复杂量