8个数据集全面胜出！思维链推理刷新图学习表现上限
8个数据集全面胜出！思维链推理刷新图学习表现上限图神经网络还能更聪明？思维链提示学习来了！
来自主题: AI技术研报
5714 点击 2025-06-08 15:17
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
图神经网络还能更聪明？思维链提示学习来了！
AI 搜索引擎初创公司 Perplexity AI 本周四宣布推出 SEC（证券交易）文件访问功能，旨在使复杂的财务数据变得更易于理解，适合从学生到顾问、再到日间交易者等各类投资者。
在多智能体AI系统中，一旦任务失败，开发者常陷入「谁错了、错在哪」的谜团。PSU、杜克大学与谷歌DeepMind等机构首次提出「自动化失败归因」，发布Who&When数据集，探索三种归因方法，揭示该问题的复杂性与挑战性。
如何让CLIP模型更关注细粒度特征学习，避免“近视”？360人工智能研究团队提出了FG-CLIP，可以明显缓解CLIP的“视觉近视”问题。让模型能更关注于正确的细节描述，而不是更全局但是错误的描述。
为提升大模型“推理+搜索”能力，阿里通义实验室出手了。
新增 Qwen3-0.6B 在 Ag_news 数据集 Zero-Shot 的效果。新增 Qwen3-0.6B 线性层分类方法的效果。
理想中的多模态大模型应该是什么样？十所顶尖高校联合发布General-Level评估框架和General-Bench基准数据集，用五级分类制明确了多模态通才模型的能力标准。当前多模态大语言模型在任务支持、模态覆盖等方面存在不足，且多数通用模型未能超越专家模型，真正的通用人工智能需要实现模态间的协同效应。
统一图像理解和生成，还实现了新SOTA。
北大和人大团队在通用人形机器人动作生成领域取得重大突破！
在多模态大模型快速发展的当下，如何精准评估其生成内容的质量，正成为多模态大模型与人类偏好对齐的核心挑战。然而，当前主流多模态奖励模型往往只能直接给出评分决策，或仅具备浅层推理能力，缺乏对复杂奖励任务的深入理解与解释能力，在高复杂度场景中常出现 “失真失准”。