在千亿模型满天飞，MOE架构正流行的当下，一个在AI领域名不见经传的企业，贝壳找房，发布了一款32B的稠密模型，AM-Thinking- V1。在包括AIME在内的多项AI基准测试中，这款中等参数模型碾压了满血版671B DeepSeek-R1，…详细

AM-Thinking-V1大模型AI基准

北京时间5月21日，百度发布2025年第一季度财报,这场会议不仅仅是一次常规的财务数据披露，更像是百度在AI时代战略布局的全景展示,李彦宏在开场发言中，将2025年第一季度形容为一个“稳健的开局”。…详细

字节跳动大模型多模态

首尔国立大学研究团队提出了"多模态对抗组合性"(MAC)基准测试，评估预训练多模态表示(如CLIP)在理解文本与图像、视频、音频关系时的组合性弱点。研究使用大语言模型生成欺骗性文本，通过样本成功率和多样性双重指标进…详细

人工智能多模态表示组合性理解

SridBench是首个评估人工智能模型科研插图绘制能力的基准测试，由中国科学技术大学等机构研究团队创建。该测试包含1,120个来自自然科学和计算机科学13个学科的高质量样本，并设计了六维评估标准。实验结果显示，即使…详细

人工智能图像生成科研插图基准测试多模态大模型评估

ChartLens是马里兰大学与Adobe研究院合作开发的创新技术，专门解决多模态大型语言模型在图表理解中的"幻觉"问题。这项研究提出了"后验细粒度视觉归因"方法，能够将AI对图表的分析结果与图表中的具体视觉元素（如特定…详细

人工智能视觉归因图表理解

这篇论文介绍了一个名为"CrEval"的创新框架，用于跨领域评估文本创造力。研究团队构建了"CreataSet"数据集，包含超过10万条人类水平和100多万条合成创意文本，涵盖87个领域。基于此训练的CrEval评估器在与人类判断的…详细

人工智能文本创造力评估大型语言模型

这项研究由清华大学和新加坡国立大学团队完成，系统探讨了大推理模型在事实查询任务中的幻觉问题。研究发现，仅通过单一训练阶段（仅SFT或仅RL）开发的推理模型更容易产生幻觉，而完整SFT+RL流程训练的模型幻觉较少。…详细

人工智能大语言模型模型幻觉

这项由香港理工大学和复旦大学联合领导的研究提出了"自适应无分类器引导"(A-CFG)技术，用于改进AI文本生成。传统CFG使用静态无条件输入，而A-CFG能识别模型在生成过程中最不确定的部分，动态地重新掩码这些低置信度标…详细

人工智能扩散语言模型生成质量优化

这项由中国科学院大学、新加坡国立大学、浙江大学和耶鲁大学研究人员联合发表的研究提出了VF-EVAL，一个专门评估多模态大语言模型对AI生成视频提供反馈能力的新基准。研究通过四项任务：连贯性验证、错误感知、错误类…详细

多模态大语言模型视频评估基准AI生成内容

伊利诺伊大学香槟分校研究团队开发了SafeScientist，一个安全优先的AI科学家框架，能主动拒绝不道德或高风险任务，并在整个研究过程中确保安全。该框架整合了四层防御机制：提示监控、智能体协作监督、工具使用控制和…详细

人工智能安全科学发现自动化多智能体系统

近日，在北京举办的以“连接无界·智护未来”为主题的Qorvo媒体日上，Qorvo结合产业背景与数据，深入分享了Qorvo 在Wi-Fi 8、UWB、Matter、SSD电源管理等多个前沿应用领域的技术路径与市场潜力。…详细

QorvoUWBWi-Fi 8

ETH Zürich等机构研究人员提出TrustVLM框架，解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距"，创新性地结合图像到文本和图像到图像的相似度，实现无需重新训练即可大幅提升误分类检测性能。在…详细

人工智能视觉-语言模型可靠性研究

这项研究提出了个性化安全概念，解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力，并开发了RAISE框架高效获取关键用户信息。实验表明…详细

人工智能大语言模型安全个性化交互

明尼苏达大学研究团队提出了一种创新方法，通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价，而他们的MT-GRPO算法能够精确评估每个决策步骤的价值，就像为每一步提…详细

人工智能强化学习大语言模型智能体

这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同，PISCES通过解缠器模型识别概念相关特征，直接编辑模型参数，实现了更精准的知识移除。在Gemma和Llama模型上的测…详细

大语言模型参数编辑概念擦除

这项研究探究大语言模型从真实文本中推断因果关系的能力，创建了首个真实世界基准数据集ReCAST。研究发现，即使最先进模型在此任务上表现也不佳，最高F1分数仅为0.477。模型尤其难以处理隐含因果关系、区分关键因素与…详细

人工智能因果推理大语言模型

P1.AI创始人保罗·埃雷门科正用合成数据训练AI设计物理系统，从住宅冷却到星际飞船，突破工程AGI的终极瓶颈——数据稀缺。他的AI工程师Archie已能像人类一样处理多物理场任务，目标是让机器设计人类无法想象的复杂系…详细

Atos 正在重组，法国政府已确认以4.1亿欧元收购其 Eviden 子公司先进计算业务（不含 Vision AI 部分），该业务涵盖 HPC、量子计算及 AI 部门，预计2025年营收约8亿欧元，此举将为 Atos 提供急需流动资金。…详细

先进计算高性能计算战略重组

文章讨论了 GPU 服务器如何利用并行处理支持 AI 运算，比较了其与传统 CPU 服务器在扩展性、功耗与散热等方面的区别，并指出数据中心须相应升级供电与冷却设施。…详细

人工智能GPU服务器数据中心优化