Categories

AI guides

Practical guides to AI tools, models and related technologies.

果蝇版黑客帝国来了!谷歌十年画出果蝇大脑,硕士生用GPT-6两天让它沙盒起飞

果蝇版黑客帝国来了!谷歌十年画出果蝇大脑,硕士生用GPT-6两天让它沙盒起飞 (opens in a new tab)

一只果蝇,在Minecraft里飞。 在一个用玻璃方块搭出的密室里,四壁全透明,灰色石砖铺地,墙外是Minecraft标志性的蓝天。 一只红褐色的小果蝇悬在半空,扇动翅膀,飞几格,拐个弯,翻个身,一会儿头朝左,一会儿肚子朝上,像一只刚被放进罐子里还没搞清状况的真实果蝇。 推动它飞的不是游戏脚本,而是一整套雄性果蝇中枢神经系统的连接组。 166700个神经元在模拟中放电,神经活动直接决定了这只虚拟果蝇的每一次转向。 这份代号为MaleCNS v1.0的脑图谱来头极大: HHMI Janelia、剑桥大学和Google Research做了十年,光人工校对就花了44人年,9月3日刚刚登上《Cell

AI guides
2
Facet-0:NTU王子为团队让机器人在精密装配中「看得懂、插得准、出错能恢复」

Facet-0:NTU王子为团队让机器人在精密装配中「看得懂、插得准、出错能恢复」 (opens in a new tab)

机器人正在变得越来越「通用」。 从抓取日常物品,到根据语言指令完成多步骤操作,视觉 — 语言 — 动作(VLA)模型正在让机器人摆脱过去「一项任务、一套程序」的开发方式。但当机器人真正走向制造现场,问题也随之发生了变化:会不会做,已经不是唯一标准;能不能在毫米甚至亚毫米级接触中稳定完成,并在出错后自己恢复,才决定它能否真正进入生产环节。 精密装配恰恰是这道门槛最集中的地方。零件可能已经「看起来对齐」,却在最后几毫米发生偏斜、卡滞;一次没有恢复的异常,就可能让整条任务链中断。 项目地址:https://pine-lab-ntu.github.io/facet-0/论文链接:https://arx

AI guides
1
答对了却没看图?EASE给多模态RLVR装上「视线校正器」

答对了却没看图?EASE给多模态RLVR装上「视线校正器」 (opens in a new tab)

强化学习与可验证奖励(RLVR)已成为提升视觉语言模型(VLM)推理能力的标配手段。但一个隐蔽的问题始终存在:最终答案的奖励信号,只告诉模型「答对了没有」,却从不告诉它「答案应该从图像的哪个区域得出」。答对,可能是因为真的看懂了图,也可能只是语言先验的捷径、数据集的偏差,甚至是一次幸运的瞎猜。

AI guides
1
GPT-5.6仅用一天改写数学史,「双菲」五人团队8年纪录被破!

GPT-5.6仅用一天改写数学史,「双菲」五人团队8年纪录被破! (opens in a new tab)

刚刚,AI又双叒叕解决了一个数学难题。 斯坦福大学szegő数学助理教授Jared Duker Lichtman确认:在短短一天之内,GPT-5.6打破了由陶哲轩五人团队保持了长达8年之久的大素数空隙(Large Prime Gaps)纪录! 不仅如此,它提出了一种前所未有的全新构造法——「倾斜剩余类」(Skewed Residue Classes),并且在给出证明的当天,就通过了Lean语言的机器形式化验证。 这意味着,当人类数学家还在为了理解证明熬秃头、试图「消化」复杂逻辑时,机器已经盖章确认:定理成立,证明无误,人类,你们又落后了。 素数的诅咒,张益唐与陶哲轩的殊途同归 要理解GPT-5

AI guides
1
苹果新作:内化视觉思考,推理提速 5 倍

苹果新作:内化视觉思考,推理提速 5 倍 (opens in a new tab)

苹果研究团队提出 Internalized Visual Thinking(IVT)后训练框架,通过在训练阶段联合学习文本答案与未来帧隐空间表征、在推理阶段完全移除未来视觉预测过程,使模型在主动视频推理任务上相比 Visual CoT 获得超过 5 倍的推理加速,且在六项评测设置中均优于 Answer-Only SFT。

AI guides
1

Join the conversation

AINRK community information

Read how to join the community. No sign-in is required to read articles.

Community information (opens in a new tab)