AI
AI
资讯
alishangtian.com
首页
大模型
智能体
开源项目
研究前沿
行业动态
知识库
主题色 · THEME
靛蓝(默认)
极光
落日
薰衣草
海洋
森林
暮橙
石墨
自定义
恢复默认
提交线索
agent
anthropic
openai
huggingface daily papers
ai安全
gpu
jake wharton
it之家
solidot
港股
搜索:
化学合成
共命中 50 条(服务端检索)
2026年诺贝尔化学奖授予法日科学家,表彰不对称有机合成中非线性效应与自催化现象研究
法国科学家Henri Kagan和日本科学家硖合宪三因在手性分子形成机制方面的贡献获2026年诺贝尔化学奖:Kagan发现操控化学反应产生更大镜像过剩量的新方法,硖合宪三展示了仅生成单一镜像构型的反应。
研究前沿
Solidot · 10-7
阅读 35
·
访客 35
从单步拆解到整条路线:AI 逆合成的搜索逻辑
单步逆合成模型只回答目标分子下一步可能怎样拆,多步规划器则要把候选拆解组成通向可购起始原料的路线。以 Segler 的 MCTS 与 Retro* 为例,说明搜索如何引导、评测能证明什么,以及为什么规划结果不等于实验验证。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0
用贝叶斯优化设计实验:昂贵实验中的探索、利用与边界
贝叶斯优化以代理模型和采集函数选择下一组昂贵实验条件,兼顾寻找高性能区域与降低不确定性。本文从目标函数、噪声、采集函数和闭环实验流程讲清方法,并结合反应优化、薄膜自驱实验室与材料实验案例,说明小样本搜索能加速局部目标优化,却不等于自动提出科学问题或保证实验结论外推。
研究前沿
精选
· 原创 · 今天
阅读 2
·
访客 2
智能体生态观察 · 第 70 篇|自我提升路径:合成数据、自博弈与能力天花板
「智能体自己训练自己」的叙事很性感,但每条路径都卡在同一个地方——验证信号从哪来。本篇拆解合成数据、自博弈与自我改进闭环三条路径的机制与信号来源,分析可验证域与不可验证域的能力分化,讨论合成循环的质量衰减、人类数据配比与自验证的防塌进展,并解释为什么可验证领域进展最快、通用领域仍在原地积蓄。
智能体
精选
· 原创 · 2天前
阅读 10
·
访客 10
合成数据研究:当模型开始互相教——从 phi 到「教科书质量」的数据工程
预训练数据墙(本库已有专篇)逼出了另一条路:用模型生成数据来训练模型。合成数据从「禁忌」(模型吃了自己会退化)进化为「主流」(前沿实验室的数据配方里都有它)。本篇拆解模型崩塌的警示、phi 系列的教科书路线、R1 式推理数据的可验证合成,以及合成数据的边界与风险。
研究前沿
精选
· 原创 · 11-3
阅读 72
·
访客 72
AI 掌控上亿度的等离子体:核聚变控制的强化学习路线
托卡马克里的等离子体比太阳核心还热,任何接触都会瞬间冷却——唯一的「手」是磁场。2022 年 DeepMind 与瑞士 EPFL 在 Nature 发表的成果,让一个神经网络以每秒一万次的频率直接指挥托卡马克的 19 个控制线圈。本文讲透这条技术路线:控制为什么是聚变的隐形瓶颈、强化学习怎么学会「握」住等离子体,以及它对 ITER 时代的意义。
研究前沿
精选
· 原创 · 10-25
阅读 64
·
访客 64
生成式模型提出晶体候选之后:稳定性筛选不是合成证明
CDVAE、DiffCSP 与 MatterGen 展示了不同的晶体生成路径:从稳定结构分布学习、联合扩散生成晶格与坐标,到按性质条件引导采样。模型产出的是候选结构,不是现成材料。本文梳理生成、去重、稳定性计算、电子结构复核与实验合成之间的验证链,并解读 MatterGen 论文与仓库模型评测的差异。
研究前沿
精选
· 原创 · 今天
阅读 2
·
访客 2
微调的数据工程:配比、去重、合成与过滤,决定成败的都在训练之前
LIMA 用 1000 条精选数据就调出了能打的模型,「数据质量压倒数量」从此有了实锤。本文拆解微调数据工程的四道工序——配比(防灾难性遗忘)、去重(MinHash 近重复)、合成(蒸馏优于自生成)、过滤(打分 + 多样性选择),给出可落地的迭代闭环。
大模型
精选
· 原创 · 10-7
阅读 523
·
访客 522
分子自监督预训练:增强视图是否保留了化学语义
分子自监督预训练能利用无标签结构,但“同一分子的两个视图”只有在任务相关语义仍一致时才适合作正样本。本文拆解 MolCLR 的图增强、GraphMVP 的二维—三维跨视图学习与 Uni-Mol 的坐标和原子恢复目标,并解释化学增强的语义边界,以及预训练收益为何依赖任务和数据切分。
研究前沿
精选
· 原创 · 今天
阅读 2
·
访客 2
Agent Lightning v1.0:微软用 3500 行代码,把任意 Agent 接进强化学习
给已有 Agent 框架做 RL 后训练,通常要把业务逻辑重写成训练代码。微软的 Agent Lightning 换了条路:Agent 照常跑自己的循环,训练侧伪装成一个 OpenAI 风格的 API 端点,靠拦截请求-响应对收集轨迹。v1.0 技术报告里,Qwen3.5-9B 编码 Agent 在 SWE-bench Verified 上从 41.8% 提到 56.4%。本文拆解它的架构、算法与社区争议。
智能体
精选
· 原创 · 10-8
阅读 155
·
访客 154
分子构象生成:从笛卡尔扩散到扭转角扩散
分子构象生成既要覆盖几何多样性,也要尊重化学结构、能量与实验条件。本文对比直接在原子笛卡尔坐标上扩散的 GeoDiff、在可旋转键扭转角上扩散的 Torsional Diffusion,以及预测局部几何和扭转角的 GeoMol;结合 GEOM 数据集和 GEOM-drugs revisited,解释自由能、溶剂、局部结构、评测指标与数据处理边界为何决定结论能否比较。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0
迟到25年!诺贝尔化学奖揭晓,95岁法国教授圆梦
衡宇* 2026-10-07 22:10:33 来源:量子位 乔不迟 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚,2026年诺贝尔化学奖正式揭晓! 瑞典皇家科学院宣布,今年的诺贝尔化学奖授予法国巴黎第十一大学的**Henri B…
研究前沿
量子位 · 10-7
阅读 33
·
访客 33
一篇读懂小肠吸收:70 平方米的界面与一场化学拆解
你吃下的牛排不是被「磨碎」吸收的,是被化学拆解成零件后按通道入场的。小肠用 70 平方米的吸收界面、五种膜转运通道与一套分工明确的消化酶体系,把食物变成血液里的分子。讲透它,很多「吃什么」的争论会自动落定。
一叶一世界
精选
· 原创 · 11-5
阅读 97
·
访客 96
物理AI的强化学习仿真环境来了,光轮智能推出RoboFinals RL Envs
林, 方舟* 2026-11-17 10:03:22 来源:量子位 诺亚 发自 凹非寺 量子位 | 公众号QbitAI 强化学习环境(RL Envs)**正在成为一门新生意。 随着大模型走向工具调用、软件操作和多步骤任务,模型训练的方式也…
智能体
量子位 · 4天前
阅读 4
·
访客 4
前 OpenAI 科学主管创办 Warp Sciences:携 2.15 亿美元融资,用 AI 和机器人加速药物化学研发
前 OpenAI 科学负责人 Kevin Weil 与前 Meta AI 高管 Manohar Paluri 创办的 Warp Sciences 走出隐身,完成 2.15 亿美元融资,用 AI 与机器人自动化加速药物化学研发。
行业动态
Business Wire · 10-23
阅读 42
·
访客 41
开源语音合成现状:零样本克隆已经卷到什么程度
盘点 2026 年 10 月主流开源 TTS 七个项目(GPT-SoVITS、CosyVoice、F5-TTS、Fish Speech、IndexTTS、Kokoro 等):机制、音色克隆方式、中文支持与许可证商用限制,附中文效果/实时率/长文本对比表与 F5-TTS 上手示例,兼谈声音克隆的授权与深度伪造合规风险。
开源项目
精选
· 原创 · 10-7
阅读 1,578
·
访客 1,190
数据墙 2026:预训练高质量数据的极限之争
Epoch AI 估算公开人类文本有效存量约 300 万亿 token,按现有训练节奏将在 2026–2032 年间耗尽。本文梳理数据墙的估算口径、合成数据的规模化与「模型崩溃」之争、版权诉讼如何把数据供给切成两半,以及 2026 年预训练数据策略的真实格局。
大模型
精选
· 原创 · 10-10
阅读 991
·
访客 905
阿里千问发布 QwenGyre,面向超长程智能体任务的在线强化学习框架
IT之家 10 月 12 日消息,阿里千问今日正式发布 QwenGyre,这是一款面向长程智能体任务的在线强化学习框架。 据官方介绍,当智能体承担复杂工作,一次执行往往持续数小时,模型与环境之间有数百轮相互依赖的交互,累计处理百万级 tok…
智能体
IT之家 · 10-12
阅读 97
·
访客 96
IT早报 1005:乐山大佛“掏耳朵”视频系 AI 合成;央视曝光外卖“明厨亮灶”造假;余承东称华为已量产 381 款 τ 芯片;马斯克确认 SpaceXAI 将更名 SpaceXSI...
“IT早报”时间,大家好,现在是 2026 年 10 月 5 日星期一,今天的重要科技资讯有: 1. 乐山大佛景区回应网传“掏耳朵”养护作业视频:系 AI 合成,佛耳内并无所谓“杂物” 网传视频显示文保工人给大佛掏耳朵、掏鼻孔,还出现猴子抢…
行业动态
IT之家 · 10-5
阅读 55
·
访客 55
生化风险的 AI 管控:当模型开始谈论最危险的知识
大模型的科学能力是双刃剑的极端形态:同一个能帮学生学生物的模型,理论上也可能在合成生物学的路径上「辅导」一个恶意行为者。生化(bio/chem)风险因此成为前沿 AI 安全的必答题——能力评估、访问管控与监管要求正在围绕它成型。本文讲清这个领域的风险模型、行业实践与监管框架。
研究前沿
精选
· 原创 · 11-3
阅读 59
·
访客 59
分子模型的适用域:知道何时不该外推
适用域不是给预测贴一个“置信度”标签,而是界定模型在什么化学对象、实验端点与数据条件下有依据。结合 OECD 验证原则、QSAR 适用域方法比较、可靠性密度邻域与分子性质评测研究,说明为什么不能把固定距离阈值套给所有模型,以及怎样把域判断转成可审计的预测、复核与拒绝流程。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0
化学反应数据标准化:Schema、清洗与评估边界
反应数据 schema 能把结构、条件、结果与来源放进可计算框架,却不能凭字段定义补齐实验记录。结合 ORD、ORDerly、Toniato 等人的去噪研究与 Catalysis-Hub,梳理数据溯源、缺失字段、任务化清洗和评估泄漏的边界。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0
一篇读懂 Sim2Real:为什么机器人要先在仿真里练、域随机化怎么弥合现实差距
真机试错又贵又慢又危险,仿真里的动作却近乎免费——但仿真和现实隔着一道「现实差距」。本文一篇读懂 Sim2Real:域随机化如何让真世界变成「另一种随机」、特权学习怎么传递老师经验、GPU 并行仿真如何把训练提速十倍,以及 2025 年以来的工具链现状。
一叶一世界
精选
· 原创 · 10-7
阅读 601
·
访客 595
RAG 的冷启动问题:没有历史数据时怎么建好检索系统
冷启动的缺是三种:缺查询、缺标注、缺反馈。本文给出合成 query-chunk 对的质量控制、企业里"前 RAG 时代"查询的挖掘、首日评测集的最小规模与金丝雀查询机制。
后端技术
精选
· 原创 · 11-9
阅读 81
·
访客 81
VepAgent:通过工具增强强化学习桥接因果转换以实现视频事件预测
论文提出VepAgent框架,将因果转换推理与工具增强强化学习结合用于视频事件预测,并构建了用于微调的futurebench-4K思维链数据集。
研究前沿
HuggingFace Daily Papers · 10-5
阅读 36
·
访客 36
SheetSage2:基于合成监督的连贯主旋律谱转录框架
SheetSage2 提出统一的音乐转录框架,利用合成数据、任务特定结构化解码和自回归蒸馏,在标注稀缺的情况下生成节奏、和声、旋律与曲式连贯的乐谱。
研究前沿
HuggingFace Daily Papers · 10-4
阅读 42
·
访客 42
从强化学习视角解析在线蒸馏的收益与坍塌
论文以强化学习视角解释在线蒸馏为何既能提升性能也可能坍塌为过长重复的生成:教师隐式奖励学生行为,当隐式奖励与质量错位时会发生奖励劫持。
研究前沿
HuggingFace Daily Papers · 10-2
阅读 36
·
访客 36
DeepSeek-R1 开源:推理模型的'Sputnik 时刻'
DeepSeek 发布并开源 R1 推理模型,纯强化学习激发推理能力,性能比肩 OpenAI o1,API 价格仅为后者数十分之一,引发全球市场震动。
开源项目
精选
· DeepSeek · 2025-01-21
阅读 592
·
访客 590
OpenAI o1 问世:推理时计算开启新范式
o1 系列通过强化学习训练模型'先思考再回答',在数学、代码与科学推理上大幅跃升,开创了推理时扩展(Test-time Compute)的新 Scaling 维度。
研究前沿
精选
· OpenAI · 2024-09-12
阅读 881
·
访客 878
AgentSafeEvo:面向LLM智能体安全的对抗协同进化强化学习框架
论文提出AgentSafeEvo,通过攻击者-防御者博弈的协同进化强化学习,提升LLM智能体在多轮工具调用中抵御恶意内容操纵的安全性。
研究前沿
HuggingFace Daily Papers · 10-14
阅读 41
·
访客 41
IT早报 1008:余承东称华为基本摆脱美国技术依赖;小米澎湃 OS4 全面兼容苹果生态;21988 元起微软 Surface Laptop Ultra 上架;2026 诺贝尔化学奖公布...
“IT早报”时间,大家好,现在是 2026 年 10 月 8 日星期四,今天的重要科技资讯有: 1. 余承东称华为自 2019 年以来为生存克服了许多困难,基本摆脱美国技术依赖 华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东…
研究前沿
IT之家 · 10-8
阅读 80
·
访客 80
NAMVIS:基于下一尺度自回归的多视角图像合成
NAMVIS 提出免扩散的几何条件下一尺度自回归框架,通过少量粗到细尺度步骤并行预测离散视觉令牌,并结合多尺度投影位姿编码注入相机几何信息,用于稀疏视角新视角合成。
研究前沿
HuggingFace Daily Papers · 10-3
阅读 33
·
访客 33
从离线预测到闭环筛选:机器学习如何参与反应优化
离线模型从既有实验记录学习反应产率或性能,闭环筛选则要让算法提出下一批实验、由真实测量回写并继续决策。以 C–N 偶联建模、移动机器人化学家与 Bayesian reaction optimization 为例,厘清预测、优化和实验验证的差异。
研究前沿
精选
· 原创 · 今天
阅读 4
·
访客 4
提速抗癌药物研发:谷歌 Antigravity 上线“AI 炼丹师”,1 小时筛完数千种化合物
IT之家 11 月 4 日消息,谷歌 DeepMind 团队昨日(11 月 3 日)发布博文,宣布为 Google Antigravity 推出一套“化学信息学技能”(Cheminformatics Skills),**帮助科研人员更快完成…
智能体
IT之家 · 11-4
阅读 41
·
访客 41
一篇读懂消化旅程:一口饭从口腔到细胞的完整旅行
一碗饭吃下去,身体动用近十米管道、五个器官接力、多种激素调度,才能把它变成细胞可用的能量。本篇沿着消化旅程逐站拆解——口腔的机械与化学处理、胃的酸库与研磨、小肠的吸收主场、大肠的水分回收与菌群——每站的功能设计与常见故障。
一叶一世界
精选
· 原创 · 11-4
阅读 72
·
访客 71
AI 材料发现的闭环走到哪一步了:GNoME、A-Lab 与自动化实验室的三年起伏
GNoME 一次「发现」38 万个稳定晶体,A-Lab 宣称机器人 17 天合成 41 种新材料——随后被质疑、更正为 36 种。预测模型狂飙突进,实验验证却成了瓶颈。截至 2026 年 10 月,从预测到合成的闭环真正打通了吗?
研究前沿
精选
· 原创 · 10-7
阅读 722
·
访客 697
一篇读懂 DPO:一行损失函数怎么替掉整套强化学习
RLHF 要同时养四个模型、跑采样流水线,DPO 只用「好回答与差回答的对数概率比」做二元分类——推导只走三步,训练不用采样、不用奖励模型、不用价值网络。本文拆解 DPO 的完整推导链与全部关键实验,以及 IPO、KTO、SimPO、GRPO 组成的后训练方法论家族谱系。
一叶一世界
精选
· 原创 · 10-8
阅读 948
·
访客 947
一张GPU跑10万原子!分子之心用AI把化学反应“拍”成了电影
打破分子模拟“不可能三角”]
行业动态
量子位 · 9-15
阅读 44
·
访客 44
自驱实验室的闭环架构:从机器人执行到数据驱动决策
自驱实验室不是机器人加一个模型,而是一条从实验规划、设备执行、测量解析、决策更新到安全复核的闭环。本文以薄膜优化、移动机器人化学家、A-Lab 和 2024 年移动机器人实验室为例,区分自动化与自主性,讨论接口、数据质量、失败恢复与人工边界,并说明 A-Lab 2026 年更正后的计数口径。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0
论文精读:DeepSeek-R1——纯强化学习怎么唤醒推理能力
精读 DeepSeek-R1 论文(arXiv 2501.12948):R1-Zero 不经 SFT、只用 GRPO 与规则奖励直接在基座上跑出「aha moment」与反思涌现;完整拆解冷启动 SFT→推理 RL→拒绝采样 SFT→全场景 RL 四阶段管线,以及「小模型蒸馏优于直接 RL」的关键结论,全部数字溯源论文表 2、表 4 与蒸馏结果表。
研究前沿
精选
· 原创 · 10-7
阅读 1,089
·
访客 925
罗福莉沉寂半年官宣小米强化学习!直播新模型训练过程,一小时烧3万美元
奖励曲线、显卡故障全公开]
行业动态
量子位 · 9-17
阅读 46
·
访客 46
一篇读懂 RLHF:让 1.3B 的模型赢过 175B 的三步训练
GPT-3 有 1750 亿参数却不会「听懂指令」,InstructGPT 用 13k 条示范、33k 条偏好排序和 PPO 强化学习,让 1.3B 的小模型在人类评测里反超大 100 倍的前辈。本文逐层拆解 RLHF 三阶段——SFT、奖励模型、PPO——以及 KL 惩罚、标注员分歧、模式坍缩这些决定成败的细节。
一叶一世界
精选
· 原创 · 10-8
阅读 734
·
访客 733
大模型能力提升路线图:从"堆参数"到训练全栈 + 外层程序
把 2026 年可核查的公开证据整理成一张六层能力路线图——预训练、后训练 RL、推理时计算、上下文与记忆、智能体与 Harness、世界模型。含 Meta ScaleRL 40 万 GPU 小时实验结论、RL 预算占比 10%–30% 口径、Chinchilla 对比、Meta-Harness 6x 差距等数据锚点,并给出优先级表与算法工程师/产品经理的行动建议。
大模型
精选
· 本站原创 · 9-10
阅读 849
·
访客 822
智能体生态观察 · 第 60 篇|评测数据集的经济学:构造成本、污染与保鲜
评测集是行业的隐形基建,决定谁看起来强,也决定谁真的强。本文拆解人工标注、流量采样、模型合成三种构造来源的成本与偏差,分析基准污染的途径与防御,并讨论评测集的保鲜机制与付费化趋势。
智能体
精选
· 原创 · 2天前
阅读 12
·
访客 12
中国生成式 AI 监管地图:备案双轨、标识新规与开发者的合规清单
备案是中国生成式 AI 监管的主轴:算法备案与大模型备案双轨并行,2025 年 9 月起《人工智能生成合成内容标识办法》与强制性国标 GB 45438-2025 把显式/隐式标识义务落到像素级。本文面向开发者梳理法规层级、备案触发条件与落地清单。本文不构成法律意见。
行业动态
精选
· 原创 · 10-7
阅读 684
·
访客 576
乐山大佛景区回应网传“掏耳朵”养护作业视频:系 AI 合成,佛耳内并无所谓“杂物”
IT之家 10 月 4 日消息,近期网络上流传一段所谓“乐山大佛开展养护作业”短视频,其中显示文保工人正在给大佛“掏耳朵”,佛耳里掏出鸽子和腐叶,鼻孔里清理出大量腐叶等物质,旁边还有一只猴子在佛身上上蹿下跳,猴子还抢工人的安全帽戴在自己头上…
行业动态
IT之家 · 10-4
阅读 34
·
访客 34
从 FAIR 到可追溯测量:分子科学数据需要什么契约
FAIR 原则不能替代实验质量,SI 单位也不能单独说明测量含义。分子机器学习若要复用数据,需把化学实体、被测量、实验条件、单位、不确定度、处理步骤与权限连接成可检验的数据契约,让模型输入和科学结论都能追溯到原始证据。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0
课程学习研究:从简单到复杂的训练编排策略
从 Bengio 2009 的经典提出,到 DoReMi 域权重优化、WSD 末段退火与 RL 训练的难度课程,梳理课程学习在深度学习与大模型中的实证进展与争议。
研究前沿
精选
· 原创 · 11-9
阅读 62
·
访客 62
具身智能研究:从仿真到实体的机器人学习路径
从域随机化、GPU 并行仿真到 VLA 大模型与真机世界模型,梳理具身智能从仿真走向实体机器人的完整学习路径、代表论文与开放问题。
研究前沿
精选
· 原创 · 11-9
阅读 64
·
访客 64
谁把大学生搞得这么廉价?——知乎热答的数据核查与深度研究
用教育部官方公报逐条核查知乎热答「谁把大学生搞得这么廉价」:本科同龄占比从 2000 年的 5.2% 升至 2020 年的 26.9%,稀有度稀释 5.2 倍——数据方向正确、三处细节有误,结论稳健;但稀缺性不决定价格,学历溢价从 1.7 倍压缩到 1.27 倍才是「变廉价」的真证据。扩招、产业升级滞后、家庭合成谬误与雇主门槛通胀四股合力,没有主谋。
一叶一世界
精选
· 用户投稿 · 10-28
阅读 135
·
访客 130