OpenAI团队的最新研究揭示了大语言模型产生幻觉的根本原因：AI就像面临难题的学生，宁愿猜测也不愿承认无知。研究发现，即使训练数据完全正确，统计学原理也会导致AI产生错误信息。更重要的是，现有评估体系惩罚不确…详细

人工智能机器学习算法优化

字节跳动AI实验室提出"逆向工程推理"新范式，通过从优质作品反推思考过程的方式训练AI进行创意写作。该方法创建了包含2万个思考轨迹的DeepWriting-20K数据集，训练的DeepWriter-8B模型在多项写作评测中媲美GPT-4o等顶…详细

人工智能逆向推理创意写作

ByteDance Seed团队开发的UI-TARS-2是一个革命性的AI助手，能够通过观看屏幕并用鼠标键盘操作电脑，就像人类一样完成各种任务和游戏。该系统采用创新的"数据飞轮"训练方法，在多项测试中表现出色，游戏水平达到人类的…详细

人工智能强化学习GUI操作

北京交通大学与阿里巴巴AMAP团队合作开发FE2E框架，首次将图像编辑模型应用于单目深度估计任务。该方法仅用71K训练图像就在ETH3D数据集上实现35%性能提升，超越了使用100倍数据的DepthAnything系列。通过重新设计训练…详细

计算机视觉深度学习算法优化

腾讯AI实验室开发出全球首个平行思维AI系统Parallel-R1，通过强化学习让人工智能掌握了类似人类的多角度同时思考能力。该系统在数学推理测试中表现显著提升，平均准确率提高8.4%，最高提升达42.9%。研究还发现AI会自…详细

强化学习平行思维数学推理

新加坡南洋理工大学研究团队开发的SimpleTIR方法，通过识别并过滤"无效回合"解决了AI多轮推理中的稳定性问题。该方法让AI在AIME24数学测试中的准确率从22.1分跃升至50.5分，训练过程更加稳定，并让AI自动掌握了交叉验…详细

人工智能强化学习多轮推理

马里兰大学研究团队发现，通过强化学习训练AI模型担任视觉问答评委，不仅能提升其评判能力，还意外地增强了答题能力。他们开发的LLaVA-Critic-R1模型在26个视觉推理任务中平均提升5.7%性能，并具备自我改进功能，测试…详细

视觉语言模型强化学习自我改进机制

香港科技大学团队提出WebExplorer框架，通过"模型驱动探索"和"迭代查询演化"两阶段生成高质量训练数据，成功训练出80亿参数的WebExplorer-8B模型。该模型在多个信息搜索基准测试中超越了720亿参数的大型模型，支持长…详细

人工智能强化学习开源模型

清华大学研究团队发现AI训练中的监督微调和强化学习本质上优化同一目标，提出统一策略梯度估计器理论框架和混合后训练算法。该方法能动态调整训练策略，在数学推理任务上比最强基准方法高出7个百分点，大大降低训练成…详细

人工智能强化学习训练优化算法

滑铁卢大学研究团队开发了VerlTool框架，突破了AI模型无法使用外部工具的限制。该框架通过异步执行和模块化设计，让AI智能体能在多轮交互中学会使用各种工具，实现了从"孤立思考"到"协作解决问题"的重大转变，在六个…详细

人工智能强化学习工具使用

KAIST研究团队提出VIRAL方法，通过视觉表征对齐技术解决多模态大语言模型视觉理解不精准的问题。该方法让AI模型内部视觉表征与预训练视觉基础模型保持一致，避免训练中视觉细节的丢失，在对象计数、空间推理等视觉任…详细

人工智能视觉表征对齐多模态大语言模型

北京智源人工智能研究院团队提出InfoSeek框架，通过创新的数据合成方法让3B小模型在深度研究任务上媲美大模型。该框架将复杂问题形式化为层次约束满足问题，采用双代理系统构建高质量训练数据，成功训练出在BrowseCo…详细

人工智能数据合成深度学习

当前世界充满变数，IT领域除AI外鲜少受到关注。从气候变化到地缘政治紧张局势，IT在公众讨论中边缘化。这在技术变革关键时刻十分危险。CEO、高管和媒体对IT缺乏深度思考，普遍持"不坏就别谈"的态度。CIO需要重新获得…详细

人工智能技术转型教育培训

技术驱动的变革比以往更加频繁，但成功并不能得到保证。Gartner研究显示，只有五分之一的组织能够在75%或更多时间内从转型项目中获得预期收益。其余都是昂贵的失败。有效的变革管理能够提高技术采用率，服务于业务目…详细

人工智能组织管理数字化转型