7B智能体仅凭9个任务训练即超越R1！上交大打造AI-for-AI新范式
研究提出了一种新的训练框架，让大模型自主设计和优化AI算法，显著减少人类干预。通过经验学习范式，7B参数的大模型ML-Agent在9个任务上持续探索学习，最终超越了671B规模的智能体。
学术
外媒：苹果内部讨论买Perplexity，140亿美元史上最大收购？
苹果公司高管已就可能竞购知名 AI 初创公司 Perplexity 举行了内部会谈，Perplexity 团队和技术对苹果具有吸引力。
世界模型版《模拟人生》：AI虚拟小人街头演讲拉票，GPT-4o选举获胜
虚拟社区通过结合真实地理空间数据与生成模型，创建了一个具有社会根基的交互式、可扩展开放世界场景，支持人类和机器人的社交及物理互动。
打破推荐系统「信息孤岛」！中科大与华为提出首个生成式多阶段统一框架，性能全面超越 SOTA
论文提出UniGRF统一生成式推荐框架，将召回和排序整合到一个自回归生成模型中，通过Ranking-Driven Enhancer和Gradient-Guided Adaptive Weighter实现高效协作与优化。实验表明其在多个公开数据集上性能显著优于现有SOTA模型。