2025年9月1日 F5 年度峰会Solution Day在上海盛大启幕。…详细

希伯来大学研究团队开发出MV-RAG系统，首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家，能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制，MV…详细

人工智能3D生成检索增强生成

MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制：固定深度模型在单步预测上表现优异，但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效，自适应计算时间、强化学习和思维链训…详细

人工智能深度学习新型算法

慕尼黑工业大学研究团队创建了German4All，这是首个德语多层次文本改写数据集，包含超过25000个样本，每个样本都有五种不同复杂度的版本。他们使用GPT-4生成数据，并通过人工评估和AI法官系统进行质量控制，训练出的…详细

自然语言处理文本简化数据集构建

波斯语AI评估基准MEENA的发布填补了非英语视觉语言模型测试的空白。数据集包含约7500道波斯语原生题目，涵盖多教育阶段和学科领域，采用五种实验设计全面测试AI能力。研究发现AI在知识型任务上优于推理任务，存在明显…详细

多语言AI评估视觉语言模型教育测试基准

卢森堡大学团队首次从数学角度严格证明了AI注意力机制的容量限制。研究发现softmax归一化存在"注意力稀释"问题，单个注意力头最多只能区分80%的重要信息，且降低温度参数会导致训练不稳定。通过GPT-2实验验证了理论预…详细

注意力机制softmax归一化AI模型优化

上海AI实验室发布的InternVL3.5是新一代开源多模态大语言模型，能够同时理解图像和文字内容。该系统采用级联强化学习技术，推理性能提升16%，并通过视觉分辨率路由器实现4倍推理加速。在36项基准测试中表现优异，最大…详细

人工智能多模态学习开源模型

阿里巴巴推出Visual-CoG技术，首次让AI绘画学会"分步思考"。该技术通过语义推理、过程优化和结果评估三个阶段，显著提升了AI处理复杂描述的能力。测试显示，在计数、位置、颜色等关键指标上提升15-48%，特别是推理任…详细

人工智能强化学习图像生成

香港大学联合香港中文大学研究团队首次提出T2I-ReasonBench基准，系统评估AI绘图模型的推理能力。研究发现当前开源模型在处理习语理解、设计规划、知识推理和科学常识等需要深度思考的任务时表现严重不足，平均得分不…详细

人工智能推理能力评估AI绘图模型

浙江大学团队开发的RuscaRL方法通过"脚手架学习"解决了AI训练中的探索瓶颈问题。该方法使用评分准则作为智能指导，在训练中提供差异化支持并逐步减少辅助，让AI学会独立思考。实验显示，使用RuscaRL的小模型能在医疗…详细

人工智能强化学习脚手架学习

上海交通大学团队开发了名为ST-Raptor的智能系统，能够像人类专家一样准确理解医疗报告、财务报表等复杂表格结构。该系统创新性地使用"层次正交树"表示方法和九种基础操作工具，配合智能问题分解和双重验证机制，在复…详细

表格分析半结构化数据智能问答系统

这项由蒙纳士大学等多所知名院校合作完成的大型综述研究，系统回顾了组合式视觉推理领域的最新进展。研究发现，让人工智能像人类一样"解释后再回答"的组合式方法，在准确性、可解释性和可信度方面都显著优于传统"黑盒…详细

组合式视觉推理大语言模型视觉理解算法

微步在线在10年间服务了几千家大型企业，接触了从基础设施、合规、安全运营、实战等层面的各种安全问题。对薛锋而言，最大的启发是：无论行业涌现多少新技术、新概念、新平台，最终都要回到最朴素、最核心的问题。只…详细

微步在线AI网络安全