aiX-apply-4B逆袭DeepSeek-V3.2！aiXcoder发布代码变更应用模型，单卡推理提效15倍（在新窗口打开）
硅心科技（aiXcoder）发布了一款专为「代码变更应用」场景设计的高性能、轻量级模型 aiX-apply-4B。基准测试结果显示，在 20 多种主流编程语言及 Markdown 等多类型文件格式的测试中，aiX-apply-4B 的平均准确率达到 93.8%，超越 Qwen3-4B 基座模型 62.6% 的准确度
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。
"将注意力旋转90°"：深入浅出解读 Kimi 最新出圈成果（在新窗口打开）
前几天，一篇来自Kimi的论文「ATTENTION RESIDUALS」在 AI 圈引发了激烈讨论——马斯克罕见地发出评价："Impressive work from Kimi"。同时，两位前Openai大佬也同样发出了高度评价，OpenAI 「推理模型之父」Jerry Tworek表示“深度学习2.0时代即将到来”。
Claude Code auto mode 解析：如何用 AI 分类器替代人工审批（在新窗口打开）
用 Claude Code 写代码的人都熟悉一个场景：Claude 每执行一个命令、每改一个文件，都要你点一次“同意”。Anthropic 的数据显示，用户 93% 的操作都会批准。也就是说，这个“安全审批”环节，绝大多数时候只是一个条件反射。
Claude团队深夜祭出“自动模式”！网友看呆了：CC里程碑式进化！无人值班确实上头，但一周的token很快燃尽（在新窗口打开）
凌晨三点，Claude Code 迎来了一个大动作，堪称里程碑式的深水炸弹！
Meta华人实习生搞出超级智能体！自己写代码实现自我进化（在新窗口打开）
能无限进步的「超级智能体」来了！ 最近，Meta研究团队的一篇题为HYPERAGENTS（超级智能体）的论文迅速刷屏。 这篇论文将LSTM之父Jürgen Schmidhuber二十年前提出的哥德尔机（Gödel Machine）思想，与达尔文开放算法相结合，提出了能持续自我迭代的达尔文哥德尔机。 基于此这一思想，Agent不仅能更好地完成具体任务、持续提高自身表现。 更关键的是，它可以不断优化“改进自身”的底层逻辑，实现“元学习（Meta-learning）” 这，便是论文定义的新一代超级智能体——Hyperagents。 论文更进一步提出：未来AI有望通过持续自我迭代，最终突破人类预设的初
当Sora 2意外停摆，这个国产视频生成创业团队，直接「开源」三连击（在新窗口打开）
就在昨天，全球 AI 视频生成领域迎来了一场 “超级地震”——OpenAI 竟然意外叫停了万众瞩目的 Sora 2 项目。
「被动感知」到「理解接触」！它石智航重磅发布OmniVTA视触觉世界模型（在新窗口打开）
从「被动感知」到「主动预测」，首个视触觉世界模型让机器人真正学会「理解接触」。
字节开源 DeerFlow 爆火 GitHub，我写了份从入门到精通的教程（在新窗口打开）
这两天，字节跳动开源了一个 Agent 产品，直接炸了。
清华、西交联合开源发布了Cheers : 一条更简洁、更高效的统一多模态路线（在新窗口打开）
过去几年，多模态模型在理解任务上快速演进，图像问答、OCR、视觉推理、跨模态对话等能力不断提升；与此同时，图像生成模型也在视觉质量、指令遵循和细节表达上持续突破。下一步一个自然的问题是：能否用同一个模型，同时做好理解与生成？这正是统一多模态模型（Unified Multimodal Models, UMMs）正在回答的问题。
安利一个11万Star的必装插件，能让你的Agent体验直接质变。（在新窗口打开）
最近一直在聊Agent、聊Vibe Coding。
刷榜多元时序预测，性能波动0%！打破CI/CD二元对立 | ICLR'26（在新窗口打开）
ICLR'26新研究CPiRi打破时序预测僵局：用冻结底座提取时序特征，轻量模块专注学习通道间真实关系，不靠位置编码「背答案」。测试中通道乱序性能零波动，仅用25%数据即可泛化至全网络，真正实现鲁棒与精准双赢。
OpenAI重磅揭秘：你认为的AI幻觉，可能是模型故意出错（在新窗口打开）
你以为AI答错就一定是幻觉？不，它也可能是在故意骗你。
「百万级」视频推理数据集！30+顶尖高校联合发布（在新窗口打开）
AI视频生成已能「画得像」，但不会「想得对」。VBVR推出百万级视频推理数据集，首次系统评测模型对空间、物理、逻辑和抽象的推理能力，发现顶尖模型通过率仅68%，暴露其缺乏真实认知，推动视频AI从「视觉模仿」迈向「智能推理」。
VLA别再「走神」：即插即用提升视觉泛化，相对Pi0.5提升18%（在新窗口打开）
“把水果放进盘子里”——机器人看懂了指令，开始执行，却在最后关头抓偏了。
零样本 Sim-to-Real ！实现五指灵巧手力控抓取与手内操作（在新窗口打开）
实现具备人类水平的灵巧操作能力，是机器人学领域长期以来的核心挑战之一。尽管多指灵巧手在硬件上具备了类似人类的潜力，但由于接触丰富的物理特性和非理想的驱动机制，训练能够直接部署在真实硬件上的控制策略仍然非常困难。
用SFT打出RL的效果？微软联合提出高效后训练算法（在新窗口打开）
在大模型后训练阶段，监督微调（SFT）和强化学习（RL）是两根不可或缺的支柱。SFT 利用高质量的离线（Off-policy）数据快速注入知识，但受限于静态数据分布，泛化能力往往容易触及天花板并带来灾难性遗忘；RL 则允许模型在探索中不断自我迭代，产生与当前策略同分布（On-policy）的数据，上限极高，但往往伴随着训练极度不稳定、计算资源消耗巨大的痛点。
突发｜立即检查你的Python库！LiteLLM被投毒，Karpathy警告，马斯克关注（在新窗口打开）
这是一件极其严肃的软件安全事件。 今天，Karpathy 发长推文警告全部开发者注意，GitHub 超过 4 万星，月下载量达 9700 万次的 Python 库 LiteLLM 在 PyPI 上被投毒。 首先提请各位开发者检查自己的 LiteLLM 版本 ，含有恶意代码的版本号为 1.82.7 和 1.82.8，如果中招请尽快重新安装。 目前，被攻破的版本已被撤回，PyPI 隔离措施已解除。包维护人员正在处理后续影响。 这一事件影响非常广泛，可以被称之为教科书级别的供应链攻击。 熟悉 Python 的朋友们一定知道 PyPI 上软件包的重要性，没有 pip install 命令我们将寸步难行
Sand.ai开源发布MagiCompiler：突破局部编译界限，定义训推性能上限（在新窗口打开）
大模型开发者常面临一个两难选择：要速度，还是省显存？
OpenClaw代码越改越崩？新研究EvoClaw揭示：Agents持续开发成功率仅13.37%（在新窗口打开）
到2025年末，AI编程已经全面从辅助工具Copilot，转向以AI为主、人类监督的Agent时代。
Ψ₀刚刚开源了！迈向通用人形机器人的基座模型（在新窗口打开）
人形机器人在春晚舞台上大放异彩！然而，人们在看惯了机器人跳舞、后空翻，乃至武术表演之后，不禁开始思考：机器人何时才能真正走进大众生活，解决日常生活中的琐碎任务，从而解放人类的双手？
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。