中科院团队提出Prefix Grouper方法，巧妙解决GRPO训练中的重复计算问题。通过将自注意力分解为前缀和后缀两部分，实现共享前缀的高效计算，在长文本场景下可将计算量降至原来的1/G。该方法保持与传统GRPO完全一致的训…详细

人工智能强化学习算法优化

这项研究由IIIT海德拉巴的Ananth Muppidi、IIT哈拉格普尔的Abhilash Nandy与Adobe研究院的Sambaran Bandyopadhyay共同完成，提出了一种名为ID-SPAM的创新方法，用于大语言模型的参数高效微调。该方法利用自注意力机制…详细

大语言模型参数高效微调自注意力机制

今年早前大跌后，亚马逊、Alphabet、微软、Meta等巨头持续加大AI投资，带动数据中心及设备相关股票大幅反弹，提振市场信心得以迅速恢复。…详细

人工智能数据中心大规模投资

本文总结了企业推广 AI 过程中面临的五大挑战：数据质量不佳、内部人才不足、竞争激烈的业务场景、陈旧的遗留系统以及员工阻挠。解决这些问题方能释放 AI 的真正价值。…详细

人工智能数据治理新型应用场景

当AI学会自我进化：一台能不断重写自身代码的"达尔文哥德尔机器"正在实验室诞生，它像有创造力的厨师，不仅按食谱做菜，还能发明新菜谱并改进烹饪技术——这项突破让AI首次实现真正的自主进化，编程成功率从20%跃升至…详细

HASHIRU是一个创新的多智能体系统，由加州大学戴维斯研究团队开发，采用"CEO-员工"层级结构，动态管理AI智能体团队。系统优先使用小型本地语言模型，仅在必要时调用更强大的外部API，通过经济模型控制资源分配，并能…详细

人工智能多智能体系统资源优化

北航团队开发的FEAT是一种全新的医疗视频生成方法，通过三大创新解决了现有技术的关键问题：引入全维度依赖关系建模同时处理空间、时间和通道信息；采用线性复杂度的注意力机制大幅提高计算效率；设计残差值引导模块…详细

医疗视频生成高效Transformer扩散模型

这项研究首次通过规模法则全面比较了CLIP和MaMMUT两种视觉-语言模型，发现虽然小规模计算下CLIP表现更优，但随着计算资源增加，MaMMUT展现更强的扩展能力。研究在多种下游任务和不同开放数据集上验证了结果一致性，并…详细

人工智能基础模型比较视觉语言模型

MARBLE是一项由牛津大学、MIT和Stability AI联合开发的创新技术，通过操控CLIP空间中的材质表征，实现了图像中物体材质的精确编辑。它不仅支持基于示例的材质转移，还能实现材质混合和参数化控制，如调整物体的金属感…详细

人工智能图像编辑扩散模型材质控制

加州大学研究团队开发的DOVE系统彻底革新了AI图像处理方式，不再用固定长度表示所有图像，而是根据图像复杂度智能调整表示长度。就像人类描述简单白墙只需几句话，而描述繁忙街景需要更多细节一样，DOVE为简单图像分…详细

计算机视觉动态表示学习视觉语言模型

这项研究介绍了FlowDirector，一种无需训练的视频编辑新框架，由西湖大学AGI实验室开发。不同于传统方法，该技术避开了易导致时间不一致和结构失真的反转过程，而是直接在数据空间中进行编辑。通过常微分方程引导视频…详细

人工智能视频编辑扩散模型

SViMo是清华大学与南方科技大学等机构联合开发的创新系统，通过同步扩散模型实现手物交互视频与3D动作的协同生成。不同于传统方法分别处理视觉效果或物理动作，SViMo整合视觉先验和动态约束于统一框架中，采用三模态…详细

人机交互扩散模型手物交互生成

这项新泽西理工学院与麻省理工学院合作的研究揭示了语言模型水印技术会降低模型对齐性的隐患。研究者发现水印导致两种行为异常：模型要么变得过于顺从而忽视安全限制（防护减弱），要么变得过度谨慎而拒绝合理请求（…详细

人工智能安全水印技术模型对齐