NeurIPS 2026 Spotlight | 西工大提出ROSE:多模态终身知识编辑新范式
NeurIPS 2026 Spotlight | 西工大提出ROSE:多模态终身知识编辑新范式西北工业大学宋凌云、尚学群教授团队提出多模态终身知识编辑框架ROSE,以风险感知正交编辑和多粒度知识整合减少连续更新中的知识遗忘与能力退化,论文入选NeurIPS 2026 Spotlight。
搜索
西北工业大学宋凌云、尚学群教授团队提出多模态终身知识编辑框架ROSE,以风险感知正交编辑和多粒度知识整合减少连续更新中的知识遗忘与能力退化,论文入选NeurIPS 2026 Spotlight。
米哈游崩坏AI研发团队发布VLA基础模型Gamer,该模型基于Qwen3-VL-8B训练,可仅凭画面和指令自主完成《崩坏:星穹铁道》等游戏任务,并在约50小时评测中实现超95%的自主运行。
加州大学圣塔巴巴拉分校研究者提出黑盒评估框架反事实语义显著性(CSS),评估19个视觉语言大模型后发现,模型对人类不敏感,过度依赖物体大小、居中程度和低级显著性,其中大小偏好是主要差异因素。
隆德大学与Google DeepMind提出仅前向搜索方法,利用LLM前向传播中激活值的角度集中度筛选SVD秩并实施降秩,在无需反向传播的情况下实现下游任务自适应,较LASER-Grad降低峰值内存并提高加速比。
清华大学、北京大学研究团队发现,大语言模型的注意力汇聚会形成梯度汇聚,巨大激活则可通过RMSNorm衰减局部集中梯度;团队以V-scale实验验证了巨大激活的梯度调节作用。
OpenAI解散独立机器人团队后,通用大模型加速进入具身智能赛道,但动作数据仍是核心瓶颈,文章认为兼具设备量产、三维轨迹处理和场景运营能力的物理AI数据平台有望成长为更大规模的基础设施赛道,觅蜂科技是该方向的代表企业。
上海人工智能实验室联合多家科研机构与高校发布Sage S2.1 Flash技术报告,披露320B混合专家模型的科学多模态感知与智能体后训练流程,并在四项基准评测中取得第一。
你让AI帮忙修一个登录报错。
模型的量化,是降低大模型实际运行和部署门槛的重要手段。
过去十年,AI 的进步只被一把尺子衡量:机器自己能做成多少事。
过去两年,大模型的进步集中在长程推理,模型通过长思维链解决诸如数学与复杂代码的高难度问题。这种能力正在扩展到生命科学领域。Anthropic 公布了 Claude 的首批药物研发合作成果;另一组科研团队借助 Claude 自主设计出靶向食物过敏的双表位抗 IgE 抗体。
大语言模型生成文本,并不只有“从左往右单向蹦字”这一条路。
On-policy distillation(OPD)的做法很简单:先让学生自己生成回答,再由教师逐 token 提供反馈,指导学生更新。这样教师就能直接针对学生实际生成的内容进行指导,而不必依赖预先准备好的答案。问题在于,每一轮训练都需要学生生成完整的回答,之后教师还要对每个位置进行评估。随着回答变长,训练成本也会越来越大。
Qwen3.8-Flash-Next 有 48 层。处理一段输入时,SEED 让除最后一个以外的 token 只运行前 31 层,再由轻量的记忆写入组件,为后续 17 层生成 KV Cache 和循环状态。到了生成阶段,每个 token 仍然运行完整的 48 层。
编程智能体已经能在数字世界完成复杂任务。
在13类复杂的算法任务、26次独立运行中,一个全新的神经网络在隐藏测试集上全部达到了100%的准确率。
花了约 200 亿的 Opus 5.5 token,价值约五千美金,打造了一个 vibe coding 的(可能的)必备神器!
原生支持实时交互。
家庭、实验室与工厂里的许多真实任务,都需要一边行走一边操作。
此次提出的 ConvexLLM,通过创新的 C-Gate 架构,将语音信息映射至大语言模型原有文本词向量的凸包中,使模型能够充分发挥已有的知识储备与推理能力。在 VoiceBench 等多项基准测试中,ConvexLLM 取得了同量级开源模型中的领先表现,为语音与语言的统一建模提供了新的技术路径。
创造一个世界不难,难的是让这个世界「听话」。
开发一个新应用时,能不能直接用上 Agent,让它读取业务状态、调用工具,甚至和其他 Agent 一起完成任务?
继 Coding Agent 之后,Muse、Grok Bot 等 Personal Agent 产品也快速成熟。不少团队尝试把它们引入组织:要么给每位成员部署一套,要么把同一个 Agent 接进部门群聊。但单人使用表现稳定的 Agent,一旦放到多人协同场景总是表现得非常不及预期。
大家好,我是被Claude折磨久矣的袋鼠帝。 前两天我在X上刷到个巨魔幻的事情,看完直接给我愣住了。
一道好问题,可能比一千道普通问题更有价值。
现如今,搜索、推荐已经成了很多互联网产品的基础功能。内容产品需要“搜一搜”和“猜你喜欢”,电商需要相似商品,社区需要找到兴趣接近的人。即使是内部知识库,也经常需要同时解决关键词查找和语义查找。
浙江大学与宇树科技具身智能联合实验室等团队从海量互联网人类视频中构建并开源了预训练数据集 Movens-5M,收录 500 万条经仿真执行验证的机器人动作,总时长超过 1 万小时。
想象一下,你在现实中拿起一瓶水,递向屏幕。下一秒,屏幕里的虚拟人物竟然伸出手,接过了这瓶水。
如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 query 不再看遍所有历史 token,只挑出少数最相关的去「看」。
大模型智能体已经能够检索文献、调用模拟软件,甚至与自动化实验室协同工作。但要让它们独立完成一项完整的材料研究,仍然面临挑战: