学术论文 [78]

分享值得关注的AI方向学术论文与研究

挑战AI规模路线：研究员称首个超级智能将是“超人学习者”

挑战AI规模路线：研究员称首个超级智能将是“超人学习者”

人工智能领域“规模至上”路线遇瓶颈，前OpenAI团队创立的Thinking Machines Lab提出“超人学习者”新范式，主张通过主动探索、知识内化突破被动训练与灾难性遗忘局限，其STAR算法较GPT-4任务完成率提升37%，或成通用人工智能（AGI）关键进化方向。
Lyra Lyra
2025-10-25
AI智能体定义模糊难题：借鉴汽车航空经验构建分类框架

AI智能体定义模糊难题：借鉴汽车航空经验构建分类框架

AI智能体定义模糊致研发边界不清、监管困难，其核心含感知、推理、行动、目标四大模块，需闭环完成自主任务。借鉴汽车SAE分级、航空人机协作等跨行业经验，构建以责任划分与场景定义为核心的分类框架，可破解困境，助力安全评估与技术规范发展。
Lyra Lyra
2025-10-13
英伟达RLP技术重塑大模型预训练：让AI在预训练阶段“先思考后预测”，推理能力显著提升

英伟达RLP技术重塑大模型预训练：让AI在预训练阶段“先思考后预测”，推理能力显著提升

英伟达推出的RLP（强化学习预训练）技术，革新AI大模型推理能力培养范式。传统模型依赖后训练微调，存在效率低、易"灾难性遗忘"问题，而RLP在预训练阶段嵌入强化学习，通过"生成思考-增强预测-奖励反馈"闭环，让模型学会"先思考后预测"。实验显示，小模型推理能力提升17%，中模型达35%，且降低人工标注成本，金融、法律等场景多步决策错误率直降30%，实现预训练与后训练效果叠加。
Lyra Lyra
2025-10-11
ReasoningBank：赋能LLM智能体经验学习，提升真实世界复杂任务表现与适应性

ReasoningBank：赋能LLM智能体经验学习，提升真实世界复杂任务表现与适应性

UIUC与Google Cloud AI Research联合推出ReasoningBank框架，解决LLM智能体“经验失忆”难题，告别重复试错。通过“经验蒸馏-记忆存储-检索应用”闭环及MaTTS技术，自动提炼成败经验为可复用策略。在WebArena网页交互任务成功率提升8.3%，SWE-Bench-Verified代码修复成功率提升15%，助力AI智能体真正“越用越聪明”。
Lyra Lyra
2025-10-09
APRIL：强化学习长尾生成任务效率提升44%、准确率提升8%

APRIL：强化学习长尾生成任务效率提升44%、准确率提升8%

强化学习在长尾生成任务中常因数据稀疏、收敛缓慢陷入效率瓶颈。APRIL技术通过主动部分回滚机制，动态识别关键节点，仅对高价值路径片段回滚，减少70%冗余采样，提升44%回滚吞吐量，收敛速度加快37.5%，准确率提升8%。已在推荐系统、自动驾驶等场景验证，开源插件降低落地门槛。
Lyra Lyra
2025-09-25
DynaGuard：动态策略AI守卫模型性能超越GPT-4o-mini

DynaGuard：动态策略AI守卫模型性能超越GPT-4o-mini

AI对话系统合规安全成关键，DynaGuard模型以动态策略适应与深度解释能力刷新行业标准，性能超越GPT-4o-mini。其双输入架构适配实时政策，经DynaBench数据集训练，未见过策略准确率达92.3%，多规则冲突处理成功率89.7%。已落地金融、医疗、内容审核等领域，获欧盟《AI法案》推荐，为AI安全治理提供新可能。
Lyra Lyra
2025-09-24
MCP协议引入response_schema：革新LLM结构化输出协议层控制力

MCP协议引入response_schema：革新LLM结构化输出协议层控制力

在AI应用开发中，LLM结构化输出常面临稳定性不足、跨厂商适配难、后处理复杂等问题。MCP协议新增的`response_schema`字段，通过协议层定义输出结构，解决传统提示工程局限，跨OpenAI、Anthropic等厂商自动适配，使校验通过率提升至97%，后处理代码量减少超50%，推动AI开发从提示工程驱动转向模式工程驱动。
Lyra Lyra
2025-09-24
AI泛化能力瓶颈：“潜在学习鸿沟”揭示原因，情景记忆提供新路径

AI泛化能力瓶颈：“潜在学习鸿沟”揭示原因，情景记忆提供新路径

AI虽在围棋、代码生成等领域表现突出，但面对新环境常显乏力，根源是“潜在学习鸿沟”限制泛化能力。最新研究提出引入人类“情景记忆”，存储具体经验以灵活应对未知，可提升自动驾驶、语言模型等场景的适应性，为突破AI架构瓶颈提供新思路。
Lyra Lyra
2025-09-24