超越Claude 3.5和o1！8B模型靠「分层投票+测试时训练」逆袭
MIT研究者发现，测试时训练方法能帮助大模型提升复杂推理问题的准确率。该方法将单个未标记的测试实例转化为自监督学习问题，在对测试样本进行预测之前更新模型参数。
MIT
大模型训练的不稳定性有望彻底解决，MIT新研究用谱正则化替代层归一化
MIT团队提出Lipschitz Transformer，通过谱正则化实现无激活稳定训练，避免了层归一化等传统方法；论文发布在arxiv上，并提供代码和数据支持。
WebAgent 是阿里通义实验室开发的开放多智能体信息检索框架
WebAgent 是阿里通义实验室开发的多智能体信息检索框架，整合了 WebWalker、WebDancer 和 WebSailor 三个子项目，实现了超人类水平的信息推理和自主搜索能力，并在多个基准上超越现有系统。
MIT：过度依赖ChatGPT会让大脑功能萎缩
MIT研究发现，AI使用导致用户大脑alpha波下降47%，无法准确引用自己写的内容。长期依赖ChatGPT会让人产生认知萎缩感，就像技术债务一样。专家建议谨慎使用AI，避免成为其奴隶。
ChatGPT上瘾，大脑萎缩47%！MIT祭出206页92图超长报告
麻省理工学院研究发现，长期依赖AI工具如ChatGPT会降低学习能力，大脑神经连接减少47%。使用AI写作不仅效率高，但长远来看会导致认知能力下降，产生‘认知债务’。
迈向ASI的一小步？MIT科研小队提出SEAL框架，让大语言模型学会自适应
MIT团队提出SEAL框架，通过生成自身微调数据和更新指令实现大语言模型自我适应。在知识整合和小样本学习任务中表现突出，但存在灾难性遗忘问题。未来有望扩展至预训练、持续学习及智能体模型领域。
刚刚，Scale AI CEO Alexandr Wang正式官宣：Meta重金投资并挖走了我
Meta 将以 148 亿美元投资 Scale AI，Alexandr Wang 加入 Meta 领导新的「超级智能」实验室。
斯坦福中国学霸开挂创业：AI解数学难题，0产品目标估值3亿美元
中国籍学者洪乐潼创立的Axiom公司专注于开发基于形式化数学证明的AI模型，目标估值3亿至5亿美元，旨在解决复杂数学问题并弥补主流AI在该领域的不足。
谷歌之后，英伟达入局扩散大语言模型，Fast-dLLM推理速度狂飙27.6倍
Fast-dLLM 提出分块 KV 缓存和置信度感知并行解码技术，显著提升扩散模型推理速度至原速的 27.6 倍，同时保持较高生成精度。