简单却反直觉：通过「提示词重复」准确率从21.33飙升至97.33｜谷歌重磅
简单却反直觉：通过「提示词重复」准确率从21.33飙升至97.33｜谷歌重磅竟然只需要一次Ctrl+V？这可能是深度学习领域为数不多的“免费午餐”。
来自主题: AI技术研报
9665 点击 2026-01-22 11:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
竟然只需要一次Ctrl+V？这可能是深度学习领域为数不多的“免费午餐”。
Agent很好，但要做好工具调用能才能跑得通。
近日，中国科学技术大学（USTC）联合新疆师范大学、中关村人工智能研究院、香港理工大学，在数据驱动的多功能双连通多尺度结构逆向设计领域取得重要突破。
我经常一种票据风格的提示词帮我的内容生成图片，很多朋友一直问啥时候发。
现有AI记忆评测存在局限，如数据源单一、忽视变化本质、注入成本高等。CloneMem通过层次化生成框架构建合成人生，设计贴近真实场景的评测任务，涵盖多种问题类型。
随着大模型在单点推理上日益逼近 PhD 水平，Agent 领域迎来了新的分水岭：短程任务表现惊艳，长程任务却显乏力。为精准评估大模型的多模态理解与复杂问题解决能力，红杉中国在两周内连续发布两篇论文，旨在通过构建更科学的评估基准，预判技术演进的未来方向。
中国团队首次在全球顶尖期刊发表“大模型+医疗”领域的相关标准研究！ 作为Nature体系中专注于数字医疗的旗舰期刊，《npj Digital Medicine》（JCR影响因子15.1，中科院医学大类1区Top期刊）此次收录的CSEDB研究，首次提出了一套用于评估医疗大模型真实临床能力的系统性框架。
华东师范大学Planing Lab提出APEX框架，通过自然语言指令实现学术海报的局部可控编辑，并引入「审查—调整」机制提升编辑可靠性。
在具身智能（Embodied AI）的快速发展中，样本效率已成为制约智能体从实验室环境走向复杂开放世界的瓶颈问题。
AI 真的能提升工作效率吗？
今天的 Agent，在一个独立的、短时间任务上的表现已经很不错了。
做后端、大数据、分布式存储的同学，大概率都遇到过这样的问题：
这两天都在研究 ralph，一个你睡觉时，都能不眠不休替你干需求、榨干任何 Coding Agent 的工具。
Youware 更新的 Youbase 和 Coview 能力非常牛皮，直接把 Vibe Coding 门槛拉低一万倍。
曾经那些将需求、设计与代码强行割裂的流水线，正在快速消融。
这不是一个普通的Skill，而是一把“把经验变成Skill”的工具：Claudeception是一个Meta-Skill，即专门用来“生产技能”的技能。
10B参数拥有媲美千亿级模型的多模态推理实力。
AI变聪明的真相居然是正在“脑内群聊”？！
不知道有多少人曾为了让数据图表既“好看”又“好懂”，而在设计软件与代码编辑器之间反复横跳，熬到“头秃”。
不讲武德！游戏圈这回真是被AI抄家了。（doge）
刚刚，𝕏 平台（原 Twitter 平台）公布了全新的开源消息：已将全新的推荐算法开源，该算法由与 xAI 的 Grok 模型相同的 Transformer 架构驱动。
“全局交互” 几乎等同于 self-attention：每个 token 都能和所有 token 对话，效果强，但代价也直观 —— 复杂度随 token 数平方增长，分辨率一高就吃不消。现有方法大多从 “相似度匹配” 出发（attention），或从 “扩散 / 传导” 出发（热方程类方法）。但热方程本质上是一个强低通滤波器：随着传播时间增加，高频细节（边缘、纹理）会迅速消失，导致特征过平滑。
如果你最近关注了 GitHub，可能会注意到一个有趣的现象： YOLO 的版本号，直接从 11 跳到了 26。
大语言模型的爆发，让大家见证了 Scaling Law 的威力：只要数据够多、算力够猛，智能似乎就会自动涌现。但在机器人领域，这个公式似乎失效了。
不要被AI的温柔表象欺骗！ Anthropic最新研究刺穿了AGI的温情假象：你以为在和良师益友倾诉，其实是在悬崖边给「杀手」松绑。 当脆弱情感遇上激活值坍塌，RLHF防御层将瞬间溃缩。既然无法教化野兽，人类只能选择最冷酷的「赛博脑叶切除术」。
上下文分割（In-Context Segmentation）旨在通过参考示例指导模型实现对特定目标的自动化分割。尽管 SAM 凭借卓越的零样本泛化能力为此提供了强大的基础，但将其应用于此仍受限于提示（如点或框）构建，这样的需求不仅制约了批量推理的自动化效率，更使得模型在处理复杂的连续视频时，难以维持时空一致性。
最新综述首次系统探讨LLM控制机器人的安全威胁、防御机制与未来挑战，指出LLM的具身鸿沟导致其在物理空间可能执行危险动作，而现有防御体系存在逻辑与物理脱节等问题。
元旦期间，DeepSeek 发布的 mHC 震撼了整个 AI 社区。
AI证明数学猜想，这次来真的了。
你可以卖自己的 Skills 了。