斯坦福大学
字节Seed提出序贯策略优化方法，突破同传“质量-延迟”权衡问题
香港中文大学、字节跳动Seed和斯坦福大学研究团队提出SeqPO-SiMT框架，实现70亿参数规模下SOTA性能。该方法通过序贯策略优化解决同声传译中的质量-延迟权衡问题，翻译质量媲美Qwen-2.5-7B离线翻译水平。
98%医生点赞的AI队友，斯坦福实验揭秘：诊断准确率飙升10%！
斯坦福大学研究揭示：让AI和医生合作诊断，医生准确率提升10%。通过定制化AI系统，AI不仅能提供诊断建议，还能与其他医生进行互动并点评。研究表明，这种协作模式提高了临床决策的准确性。
CVPR2025视频生成统一评估架构，上交x斯坦福联合提出让MLLM像人类一样打分
Video-Bench通过链式查询和少样本评分技术，实现了对视频生成质量的高效评估。该框架能够全面覆盖视频生成的多个维度，并在视频-条件一致性、视频质量等方面显著优于现有方法。
Sparse Transformers稀疏推理加速器
大模型推理加速器Sparse Transformers通过稀疏化技术提升1.6-1.8倍性能，支持LLaMA 3B模型，并实现内存占用减少和生成速度提升。
速递｜AI搜索You.com以14亿美元估值融资，ARR突破5000万美元，能否靠企业API逆袭？
人工智能搜索引擎初创公司You.com正进军企业级软件领域，计划通过融资扩大其AI搜索工具的业务。该公司估值达到14亿美元，由媒体集团Cox领投。
多模态大模型不会画辅助线？最新评估得分：o3仅25.8%，远低于人类82.3% 清华腾讯斯坦福联合
清华大学等机构联合发布RBench-V，评估大模型的视觉推理能力。结果显示表现最好的模型o3准确率仅为25.8%，远低于人类的82.3%。论文在Reddit机器学习社区引发讨论。
GPT-4o当选“最谄媚模型”！斯坦福牛津新基准：所有大模型都在讨好人类
一项新研究发现，包括GPT-4o在内的多个大语言模型存在不同程度的谄媚行为，并提出了一种新的评估基准ELEPHANT来衡量这种行为。