随着大型语言模型（LLM）朝着通用能力迈进，并以通用人工智能（AGI）为最终目标，测试其生成问题的能力也正变得越来越重要。尤其是在将 LLM 应用于高级编程任务时，因为未来 LLM 编程能力的发展和经济整合将需要大量的验证工作。
谢赛宁团队最新研究给出了答案——VAE的时代结束，RAE将接力前行。其中表征自编码器RAE（Representation Autoencoders）是一种用于扩散Transformer（DiT）训练的新型自动编码器，其核心设计是用预训练的表征编码器（如DINO、SigLIP、MAE 等）与训练后的轻量级解码器配对，从而替代传统扩散模型中依赖的VAE（变分自动编码器）。
近日，Meta 研究者 Lucas Beyer 在 𝕏 上发起的一个投票吸引了众多围观。说是围观，是因为他给出的四个选项都是当今或过去的 AI 大厂，显然，并不是每个人都有在这些大厂的面试经历，但这并不妨碍全球 AI 开发者的好奇心。
「兄弟们，DiT 是错的！」 最近一篇帖子在 X 上引发了很大的讨论，有博主表示 DiT 存在架构上的缺陷，并附上一张论文截图。
Science重磅揭露科研圈两大乱象：一是「论文工厂」已形成庞大产业链，部分编辑、作者、中介相互勾结；二是ChatGPT悄然渗入科研写作，22%计算机论文含AI痕迹。系统性造假与技术滥用，正重塑学术界根基。
在人工智能领域，对比语言 - 图像预训练（CLIP） 是一种流行的基础模型，由 OpenAI 提出
大神也陷入学术不端质疑，偷偷在论文里藏提示词刷好评？最新进展是，谢赛宁本人下场道歉了：这并不道德。对于任何有问题的投稿，共同作者都有责任，没有任何借口。
曾几何时，用文字生成图像已经变得像用笔作画一样稀松平常。
好夸张…… 参赛大模型全军覆没，通通0分。 谢赛宁等人出题，直接把o3、Gemini-2.5-pro、Claude-3.7、DeepSeek-R1一众模型全都难倒。
凌晨三点的 AI 实验室，键盘敲击声在空荡的房间回响。屏幕上，博士生小王、小李、小赵正疯狂调整模型参数，只为在 NeurIPS 截稿前将准确率从 98.2% 刷到 98.5%。
