来自MIT的最新研究-RL's Razor｜展望LLMs Post-Training下的前沿探索与思考（在新窗口打开）
来自MIT Improbable AI Lab的研究者们最近发表了一篇题为《RL's Razor: Why Online Reinforcement Learning Forgets Less》的论文，系统性地回答了这个问题，他们不仅通过大量实验证实了这一现象，更进一步提出了一个简洁而深刻的解释，并将其命名为 “RL's Razor”（RL的剃刀）。
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
开源Agent模型榜第一名，现在是阿里通义DeepResearch（在新窗口打开）
通义DeepResearch团队 投稿 量子位 | 公众号 QbitAI 阿里开源旗下首个深度研究Agent模型通义DeepResearch！ 相比于基于基础模型的ReAct Agent和闭源Deep
AI精神病爆发！沉迷ChatGPT把人「宠」出病，KCL心理学家实锤（在新窗口打开）
近日，伦敦国王学院的一项心理学研究表明，ChatGPT等AI工具的使用可能促进或加重精神病（AI psychosis）。研究表示，AI聊天中的奉承、迎合用户方式，可能放大人类的妄想思维，从而导致精神疾病。
具身智能能力狂飙，安全却严重滞后？首个安全可信EAI框架与路线图出炉！（在新窗口打开）
近年来，以人形机器人、自动驾驶为代表的具身人工智能（Embodied Artificial Intelligence, EAI）正以前所未有的速度发展，从数字世界大步迈向物理现实。然而，当一次错误的风险不再是屏幕上的一行乱码，而是可能导致真实世界中的物理伤害时，一个紧迫的问题摆在了我们面前： 如何确保这些日益强大的具身智能体是安全且值得信赖的？
谷歌DeepMind「粪坑淘金」全新方法，暗网毒数据也能训出善良模型（在新窗口打开）
谷歌DeepMind研究团队一年前的研究成果直到昨晚才姗姗揭秘，提出了一种叫做GDR的新方法，颠覆了传统训练中设法剔除脏数据的思路，将饱含恶意内容的数据「变废为宝」，处理后的数据集用于训练，甚至比直接剔除脏数据训练出的模型效果还好，「出淤泥而不染」，「择善而从」。
GPT-5惨遭零分打脸，顶级AI全军覆没！奥特曼AI博士级能力神话破灭（在新窗口打开）
顶级大模型在AAI提出的FormulaOne基准集体翻车：三层难度递进，GPT-5进阶题仅约4%正确，最深层零分；Grok 4、o3 Pro全部失手。该基准以图上MSO逻辑与动态规划生成问题，贴近路径规划等现实优化，旨在衡量超越竞赛编程的算法推理深度。
从少样本到千样本！MachineLearningLM给大模型上下文学习装上「机器学习引擎」（在新窗口打开）
这项名为 MachineLearningLM 的新研究突破了这一瓶颈。该研究提出了一种轻量且可移植的「继续预训练」框架，无需下游微调即可直接通过上下文学习上千条示例，在金融、健康、生物信息、物理等等多个领域的二分类 / 多分类任务中的准确率显著超越基准模型（Qwen-2.5-7B-Instruct）以及最新发布的 GPT-5-mini。
只要科学任务能打分，AI就能实现SOTA结果 | 谷歌最新论文（在新窗口打开）
只要科学任务可以评分，AI就能找到超越人类专家的方法，实现SOTA结果？ 这是谷歌一篇最新论文里的内容： 使用大模型+树搜索，让AI大海捞针就行。
宇树：开源机器人世界大模型！（在新窗口打开）
一觉醒来，宇树带着最新开源模型来了！这次开源的是一个世界模型-动作架构，名叫UnifoLM-WMA-0。它的核心之处在于拥有一个世界模型能够理解机器人和环境相互作用时的物理规律。
7亿人每周狂发180亿条消息！OpenAI首次揭秘ChatGPT最火用途（在新窗口打开）
ChatGPT首份使用报告重磅上线！周月活飙至7亿，它已成为高学历白领的办公利器，编程却成为冷门。同时，Anthropic最新报告称，人们交给Claude完成任务暴涨至49%。
谁说Scaling Law到头了？新研究：每一步的微小提升会带来指数级增长（在新窗口打开）
很多人认为，Scaling Law 正在面临收益递减，因此继续扩大计算规模训练模型的做法正在被质疑。最近的观察给出了不一样的结论。研究发现，哪怕模型在「单步任务」上的准确率提升越来越慢，这些小小的进步叠加起来，也能让模型完成的任务长度实现「指数级增长」，而这一点可能在现实中更有经济价值。
每周7亿人都在如何用ChatGPT？OpenAI最全报告来了（在新窗口打开）
首份最全ChatGPT用户研究报告来了！
刚刚，OpenAI发布GPT-5-Codex：可独立工作超7小时，还能审查、重构大型项目（在新窗口打开）
凌晨 1 点，OpenAI 发布了 GPT-5-Codex。
刚刚！阿里发新模型，幻觉率爆降70%（在新窗口打开）
智东西9月15日报道，今天，阿里巴巴通义实验室推出了FunAudio-ASR端到端语音识别大模型。这款模型通过创新的Context模块，针对性优化了“幻觉”、“串语种”等关键问题，在高噪声的场景下，幻觉率从78.5%下降至10.7%，下降幅度接近70%。
从「对口型」到「会表演」，刚进化的可灵AI数字人，技术公开了（在新窗口打开）
让数字人的口型随着声音一开一合早已不是新鲜事。更令人期待的，是当明快的旋律响起，它会自然扬起嘴角，眼神含笑；当进入说唱段落，它会随着鼓点起伏，肩膀与手臂有节奏地带动气氛。
兼得快与好！训练新范式TiM，原生支持FSDP+Flash Attention（在新窗口打开）
生成式AI的快与好，终于能兼得了？ 从Stable Diffusion到DiT、FLUX系列，社区探索了很多技术方法用于加速生成速度和提高生成质量，但是始终围绕扩散模型和Few-step模型两条路线进行开发，不得不向一些固有的缺陷妥协。 这便是训练目标引发的“生成质量”与“生成速度”之间的矛盾根源： 要么只监督无穷小局部动力学（PF-ODE），要么只学习有限区间的端点映射，两者都各有内在限制。 一项新研究提出了名为Transition Model（TiM）的新范式，试图从根本上解决这一矛盾。 它放弃了传统扩散模型学习“瞬时速度场”或Few-step模型学习“端点映射”的做法，转而直接建模任意两
想让LLM精确输出？试下XML格式Prompt语法约束解码GCD，帮你迭代收敛到稳定解（在新窗口打开）
随着Agent的爆发，大型语言模型（LLM）的应用不再局限于生成日常对话，而是越来越多地被要求输出像JSON或XML这样的结构化数据。这种结构化输出对于确保安全性、与其他软件系统互操作以及执行下游自动化任务至关重要。
DeepMind哈萨比斯最新认知都在这里了（在新窗口打开）
Nano Banana如此火爆，让谷歌DeepMind CEO哈萨比斯在最新访谈中又一次聊起了AGI。Nano Banana当然不是AGI，但它也体现了哈萨比斯认为AGI系统所需的一些关键能力和特征。
全新开源模型复现o3视觉推理，无需大量训练即可实现深度思考（在新窗口打开）
OpenAI o3的多轮视觉推理，有开源平替版了。并且，与先前局限于1-2轮对话的视觉语言模型（VLM）不同，它在训练限制轮数只有6轮的情况下，测试阶段能将思考轮数扩展到数十轮。
多模态BUG修复新SOTA：慕尼黑工大GUIRepair登上SWE-bench Multimodal榜单第一（在新窗口打开）
自动化修复真实世界的软件缺陷问题是自动化程序修复研究社区的长期目标。然而，如何自动化解决视觉软件缺陷仍然是一个尚未充分探索的领域。最近，随着 SWE-bench 团队发布最新的多模态 Issue 修复
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。