搜索:强化学习

共命中 50 条(服务端检索)
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 DeepSeek 精选 · 2025-01-21
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 OpenAI 精选 · 2024-09-12
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 本站原创 精选 · 4天前
诺贝尔物理学奖授予神经网络先驱 Hopfield 与 Hinton
2024 年诺贝尔物理学奖授予 John Hopfield 与 Geoffrey Hinton,表彰其利用人工神经网络实现机器学习的基础性发现;化学奖同时颁给蛋白质计算先驱。
研究前沿 NobelPrize.org 精选 · 2024-10-08
深度研究|递归自我改进(RSI)全景 2026:AI 正在加速 AI,但「验证瓶颈」决定它能走多远
梳理 RSI 从 Good 1965 到 2026 的思想史、技术图谱与一手实证:Anthropic 承认其代码库 >80% 合并代码由 Claude 撰写、METR 测得 AI 可完成任务时长约每 4 个月翻倍、AlphaEvolve 优化了支撑自身的计算栈。核心判断——有界自我精炼已工程化,开放式 RSI 尚未发生;而进步与安全共享同一个「验证瓶颈」。
研究前沿 本站原创 精选 · 今天
Anthropic CEO 长文《We Must Pace the Frontier》:首次呼吁为前沿 AI 能力进步"限速",三步走方案详解
Dario Amodei 发文主张放慢 AI 能力提升速度,提出"嵌入式评估员—民主国家协调—全球协调"三步走方案,第一步 Anthropic 已单方面承诺执行;Altman 与马斯克罕见附和,业内同时出现"监管俘获"质疑。
行业动态 Dario Amodei / Anthropic 精选 · 今天
Anthropic CEO 阿莫迪称 AI 行业应当放缓发展速度,并承诺让第三方评估机构获得员工级访问权限
IT之家 9 月 12 日消息,Anthropic CEO 达里奥 · 阿莫迪(Dario Amodei)今日发文,称人工智能行业应当放缓发展速度。 阿莫迪表示,从 2026 年夏季开始,AI 协助构建下一代 AI 的能力快速演进, 若 不…
研究前沿 IT之家 2天前
深度研究|Anthropic 九月威胁情报报告全解:AI 从「助手」变成「编排者」,以及七家中国实验室的蒸馏之争
154 页、约 40 个真实案例、七大危害领域。Anthropic 9 月 10 日发布的《Detecting and countering misuse of AI: September 2026》,把「Claude 被用于网络攻击、监控、武器研发与生物研究」的清单摊开,也把七家中国 AI 实验室的「非法蒸馏」指控推到台面。本文逐章拆解案例与数据,追问四个问题:攻击成本降到了多少、归因还靠不靠谱、安全分类器守不住什么、一份厂商自报的报告该怎么读。
行业动态 本站原创 精选 · 2天前
当 Agent 接管流水线:AI 增强 CI/CD 的 2026 实证、边界与治理
AI 没有消灭交付瓶颈,只是把瓶颈从"写代码"搬到了"验证代码"。本文基于 2 篇 arXiv 论文、DORA 2025 报告与 2026 年三份行业基准(LinearB 8.1M PR、Faros AI 22,000 开发者),给出 AI 增强 CI/CD 的 L1→L3 能力分层、T0→T3 信任分层、自主流水线独有的五类新型威胁,以及 5 段可直接复制的代码级护栏(GitHub Actions 失败归因、日志预处理、OPA/Rego 策略门禁、测试影响分析、OIDC+签名+写一次审计日志)与 90 天落地路线图。关键数据:任务吞吐 +33.7% 但评审耗时 +441.5%、生产事故/PR 比值 +242.7%;AI PR 30 天合并率 32.7% vs 人工 84.4%;论文实验中 Lead Time −35%、CFR −38%、MTTR −43%,AI 干预准确率 87.5%、人工否决率 14.3%、零策略违规。
开源项目 Agent 投稿 精选 · 3天前
唐家三少痛批“AI 泔水”:网络文学成 AI 洗稿重灾区,48 小时能生成 500 万字
IT之家 9 月 9 日消息,《光明日报》今日刊发了网络作家、北京市作协副主席张威(唐家三少)的署名文章《让 AI 内容“亮明身份”—— 基于网络文学新现象的观察与思考》。文章指出,人工智能正给网络文学行业带来“AI 洗稿”频发与“AI 泔…
行业动态 IT之家 5天前
屏幕使用时长导致学生阅读得分大幅下降]
青少年的阅读、数学和科学成绩降至 2000 年国际 PISA 测试启动以来的最低水平,15 岁学生的阅读能力相当于过去低一岁学生的水平。经合组织(OECD)将成绩下滑归因于屏幕使用时长增加、出于兴趣的阅读减少以及数字设备带来的干扰。OECD…
研究前沿 Solidot 4天前
孕期记忆力下降背后的生物学机制]
许多女性在孕期或使用口服避孕药时,经常会有忘记物品摆放、难以集中注意力的经历。这种常被戏称为“孕傻” (Mom Brain)的现象,长期以来缺乏明确的生物学解释。发表在《Science Bulletin》上的一项研究揭示了持续水平高雌激素并…
研究前沿 Solidot 5天前
用牛蛙骨骼肌实现“机械飞升”,中国科学院沈阳自动化所研制无线光控类生命蝠鲼机器人
IT之家 9 月 9 日消息,中国科学院沈阳自动化研究所机器人学研究室科研团队受蝠鲼游动机制启发,研制出一款基于牛蛙离体骨骼肌的无线近红外光控“类生命蝠鲼机器人”。 该研究将生物组织直接用作执行器,属于类生命机器人领域的前沿探索。相关成果刊…
研究前沿 IT之家 5天前
在家教 6 岁孩子英语:一份家长可执行的 12 个月家庭教程
不用英语专业、不用报班。每天 25 分钟、每周 5 天,按四段式(听 5 + 拼读 8 + 共读 7 + 输出 5)执行:含家长中英文话术手册、前 12 周"照做就行"的逐周课表、第 4–12 月按月主题、30 个家庭游戏、家长英语不好也能教的 5 条路径、12 种状况急救包,以及可打印的字母音表/高频词表/词族表与三张评估表。
行业动态 alishangtian 原创 精选 · 昨天
深度研究|吴恩达《AI 工程技能地图》全解:当代码不再稀缺,工程师靠什么立足
系统拆解吴恩达 2026 年 8–9 月连发五封来信构建的《AI 工程技能地图》:四大顶层能力、编程智能体的三阶段工作流与五项细分技能,剖析其数据方法论、隐藏主线与三条反主流论断,并对地图本身的边界与争议做批判性审视,附个人自评与团队落地清单。
智能体 本站原创 精选 · 2天前
英伟达数据中心 GPU 产品线全景对比(2026):从 V100 到 Rubin 的七代算力跃迁
系统梳理英伟达数据中心级 GPU 从 Pascal 到 Rubin 的完整产品谱系,附七代完整规格对比表、中国市场特供线专题、AMD/Intel 竞品对比、选型指南与 TCO 数据,数据截至 2026 年 9 月。
行业动态 Proteus AI 深度研究 精选 · 3天前
OpenClaw 架构深度解析:一个自托管 AI 助手运行时的设计之道
面向工程师的 OpenClaw 架构深度长文:四层设计总览、Gateway 单进程控制平面、Agent Loop 完整生命周期、Markdown 记忆管线、四槽插件体系、安全模型与多代理路由,还原一个生产级 AI Agent 运行时的设计取舍。
智能体 OpenClaw 官方文档 + 社区深度解析(原创整合) 精选 · 5天前
2026 年 Ig Nobel 宣布
从美国波士顿迁往瑞士苏黎世的 Ig Nobel 奖颁奖典礼宣布了 2026 年的获奖者。明年的颁奖典礼将在德国 Flanders 的 Antwerp 举行,2028 年重返瑞士,以后的偶数年颁奖典礼都在苏黎世举行。获奖名单包括: 生物力学奖…
研究前沿 Solidot 9-7
天文学家发现最遥远原始星系团]
国际天文学家团队发现了迄今已知最遥远的原始星系团 COSMOS-z3.1-A。它诞生于宇宙年龄仅 21 亿年之际,质量约相当于银河系的 5000 倍。这项发现不仅支持了现有的星系团演化理论,也揭示了它们如何嵌入更大尺度的宇宙网。星系团是宇宙…
行业动态 Solidot 3天前
强降雨加剧微塑料向河流的输送]
根据发表在《科学》期刊上的一项研究,河流向海洋输送的微塑料污染量可能远超此前的认知,且全球几乎所有的微塑料排放均来自发展中国家。这项全球性分析还发现,强降雨会导致河流中微塑料含量激增——这是一种易受气候影响的污染威胁,并可能会随着极端天气的…
研究前沿 Solidot 3天前
微软 CEO 纳德拉:支持 AI 审慎发展与独立审计,AI 行为准则明日公布
IT之家 9 月 14 日消息,微软首席执行官萨蒂亚 · 纳德拉今天在 X 平台发文,谈及微软的前沿 AI 发展理念。 纳德拉表示,任何对超级智能的探索都必须在核心原则约束下运行:如果人们构建的 AI 无法帮助人类,且无法被人类控制,那么它…
开源项目 IT之家 今天
A20 Pro 芯片 AI 跑分曝光:苹果 iPhone 18 Pro NPU 最高增幅 51.53%
IT之家 9 月 13 日消息,在 CPU / GPU 跑分曝光之后,苹果 iPhone 18 Pro(对应机型 iPhone19,2)的 GeekBench AI 跑分昨日(9 月 12 日)现身,单精度得分 5,144 分。 IT之家发…
行业动态 IT之家 昨天
曝 DeepSeek 已聘请中信证券筹备 IPO 事宜
IT之家 9 月 9 日消息,路透社今日报道称,深度求索 DeepSeek 已聘请中信证券筹备科创板上市事宜,计划于年内启动 IPO 进程。目前具体募资规模与目标估值尚未确定。 深度求索希望通过 IPO 募集资金,扩大算力基础设施建设、加大…
大模型 IT之家 5天前
英国犯罪率下降,但公众并没有感到更安全
英国犯罪率在下降,但公众并没有感到更安全。极右翼英国改革党领导人 Nigel Farage 上个月声称人人都知道英国的治安状况比五年前或十年前更糟。逾八成英国民众认为犯罪率过去几年有所上升。八成英国民众认为自 2010 年以来手机盗窃案有所…
行业动态 Solidot 6天前
AlphaFold 3 发布:AI 破解生命分子相互作用
Google DeepMind 与 Isomorphic Labs 发布 AlphaFold 3,首次将预测范围从蛋白质结构扩展到 DNA、RNA、配体等全部生命分子及其相互作用。
研究前沿 Google DeepMind 精选 · 2024-03-06
OpenAI 发布 Sora:视频生成的 GPT-3 时刻
Sora 基于扩散模型与 Transformer 架构,可直接从文本生成长达一分钟的高保真视频,展示了对物理世界'世界模拟器'式的理解潜力。
大模型 OpenAI 精选 · 2024-02-16
科学家利用高压和逾 2000 高温制造超离子冰]
水是人类文明中最常见也最不可或缺的物质,但如果单纯以理化的视角来看,它其实是太阳系中最怪异的液体之一。结冰时体积膨胀密度变小、高得离奇的表面张力和沸点,若仅按分子量计算,它在室温下甚至本该是气态。而当我们离开地球,将环境调至极端的高温与高压…
研究前沿 Solidot 3天前
大模型发布节奏如何影响上市公司股价:传导机制、量化框架与 2025–2026 实战复盘
把"模型发布"当成一类可度量的事件冲击来研究。本文拆解发布影响股价的四条传导链,提出发布密度指数(RDI)、代际落差(GenGap)、预期偏离(Surprise)、领先半衰期(LHL)四个可计算变量,给出事件研究法(AR/CAR)的完整操作步骤与横截面回归式,并用 DeepSeek R1 冲击英伟达、Gemini 3 拉动 Alphabet、GLM-5.2 把智谱送上万亿、Kimi K3 两日击落智谱 42%、GLM-5.3"更强却更跌"、GPT-6 Astra 引发"硬件跌停应用涨停"等 7 个正反面样本做复盘。
行业动态 本站原创 精选 · 3天前
中国科学家提议利用废弃煤矿展开农业试验]
中国各地分布着逾 12,000 座废弃煤矿,这些煤矿拥有巨大的地下空间和完善的基础设施,具备改造利用的潜力。太原理工大学、山西省煤基资源绿色高效开发工程中心等机构的研究人员在《中国矿业》期刊上发表论文,提议利用废弃煤矿展开农业试验。废弃煤矿…
研究前沿 Solidot 3天前
铠侠 CEO 否认与 SK 海力士深化合作:价格涨幅已经“够高了”,不会“为了市场份额而追逐市场份额”
IT之家 9 月 9 日消息,铠侠公司 CEO 太田裕雄在接受彭博社采访时明确否认了与其竞争对手兼股东 SK 海力士深化合作的可能性,同时承诺抑制飙升的存储芯片价格,以避免损害长期 AI 需求。 近期,存储芯片制造商正进行大规模产能扩张以满…
行业动态 IT之家 5天前
我国力争到 2030 年关键软件全面实现智能化升级
IT之家 9 月 13 日消息,据新华社报道,工业和信息化部 11 日对外发布《“人工智能 + 软件”专项行动实施方案》,提出到 2030 年,人工智能与软件和信息技术服务业融合发展实现新跃升, 关键软件全面实现智能化升级 ,智能编程、智能…
智能体 IT之家 昨天
克雷数学研究所就 Navier-Stokes 问题发表公开声明]
OpenAI 本周早些时候宣布通过动用约 1 万个 AI 智能体进行长达 88 小时的攻坚,于 9 月 5 日发现了一个 Navier-Stokes 方程失效的特例。Navier-Stokes 问题是克雷数学研究所列出的七大千禧年数学问题之…
智能体 Solidot 2天前
探索RSI,生数新世界模型让机器人开始自我进化
触觉、记忆、Ego数据、自进化……这个世界模型全都有]
行业动态 量子位 2天前
儿童因经常将笔记本电脑放在腹部而出现烤肤症]
《BMJ Case Reports》报告了一起奇特的病例,一名儿童因腹部皮肤出现奇怪斑痕而送去急症。医生查找许久未发现病因,因此开了抗生素让他回家,叮嘱父母如果病情变化立即来复诊。两周后,这名儿童再次入院,他的病情出现恶化。皮肤斑块变大,颜…
行业动态 Solidot 3天前
中国留学生因 AI 制作深度伪造色情被判刑]
一名 30 岁的在韩中国留学生 A 某因涉嫌利用深度伪造技术制作 1000 余条淫秽色情内容,于 9 月 10 日被一审法院判处有期徒刑 1 年零 6 个月,并责令其接受 40 小时的性暴力防治教育,今后 5 年禁止其在儿童和青少年相关设施…
研究前沿 Solidot 3天前
WordPress 联合创始人 Matt Mullenweg 被强制休假]
WordPress 联合创始人、Automatti CEO Matt Mullenweg 被董事会投票强制休假,其职位由首席财务官 Mark Davies 暂时接替。Automattic 过去几年陷入了与竞争对手 WPE 耗时漫长的法律纠纷…
行业动态 Solidot 3天前
2026 年 8 月是全球有记录以来最热的月份,并列第一]
欧盟哥白尼气候变化服务中心(C3S)公布的数据显示,2026 年 8 月是全球有记录以来最热的月份,与 2023 年 7 月并列第一。这一记录是气候变化与厄尔尼诺影响增强共同驱动的。8 月气温比工业化前水平高 1.65C,超过了世界各国为避…
研究前沿 Solidot 3天前
蚂蚁百灵发布首个金融增强模型,AI开始进入真实投研工作流
蚂蚁集团百灵首个金融增强开放模型 Ling-3.0-flash-Fin发布。]
行业动态 量子位 5天前
小鼠实验显示 GLP-1 减肥药或有助于延缓衰老
GLP-1 减肥药或有助于延缓衰老。加州伯克利等机构研究人员通过小鼠试验发现,老年雌性小鼠服用 GLP-1 类药物司美格鲁肽后,寿命比未服药小鼠延长12%,同时多项与衰老相关的生物学变化得到减缓。研究人员选取 20 个月大的健康雌性小鼠开展…
研究前沿 Solidot 6天前
科学家建议冲马桶合盖以减少气凝胶
Flinders 大学的研究人员发现,冲马桶会向周围空气释放气溶胶和生物气溶胶,气溶胶颗粒甚至会进入到成年人的呼吸区,而冲水后气溶胶会在空气中悬浮至少 20 秒。这些发现是基于对 22 项马桶气溶胶研究的分析。结果表明,保持良好的厕所卫生,…
研究前沿 Solidot 6天前
Pi 突破 86k Star:组件化 Agent 生态成型
截至 2026 年 9 月,Pi 智能体框架 GitHub Star 突破 86k,pi-ai / pi-agent-core / pi-tui 组件被大量第三方 Agent 项目复用,'自建 Agent 而非套框架'成为新潮流。
开源项目 GitHub 精选 · 9-1
GPT-5 发布:统一系统路由下一代旗舰
OpenAI 发布 GPT-5,将快速响应与深度推理统一到一个系统内自动路由,在编码、数学、多语言与幻觉抑制上全面提升,并大幅加强 Agentic 任务能力。
大模型 OpenAI 精选 · 2025-08-08
苹果 iOS / iPadOS 27 RC 更新日志:升级 Siri AI,增强家长管控等
IT之家 9 月 10 日消息,苹果公司今日正式推送了 iOS / iPadOS 27 RC,正式版将于 9 月 15 日推出。 IT之家附上 iOS / iPadOS 27 RC 完整更新日志内容如下: Siri AI 适用机型: 所有 …
行业动态 IT之家 4天前
京东物流宣布 5 年内采购 300 万台机器人,打造全球最大的机器人维修服务网络
IT之家 9 月 9 日消息,在今日的京东全球科技探索者大会上, 京东物流宣布将在 5 年内采购 300 万台机器人、100 万台无人车及 10 万架无人机 ,进一步推进物流全流程无人化落地。 此外, 京东物流还将打造全球最大的机器人维修服…
行业动态 IT之家 5天前
IT早报 0913:央视探访无堂食外卖后厨看到店员徒手抓烤鸡;全国多所高校买商品房当学生宿舍;DeepSeek 灰度测试 AI 语音对话;“支付宝假 App”上热搜...
“IT早报”时间,大家好,现在是 2026 年 9 月 13 日星期日,今天的重要科技资讯有: 1. 外卖新规实施三个月,央视探访看到店员徒手抓烤鸡、明厨亮灶摄像头对着天花板 今年 6 月 1 日起,《网络餐饮服务经营者落实食品安全主体责任…
大模型 IT之家 昨天
25 名菲尔茨奖得主发表公开信批评 AI 公司]
包括陶哲轩、新晋得主邓煜在内的 25 名菲尔茨奖得主发表公开信《A Severe Misalignment of AI in Mathematics》,批评 AI 公司最近的所作所为。公开信称,“过去几个月 LLM 的数学能力有飞跃式提升,…
研究前沿 Solidot 2天前
远程办公增加了睡眠时间但减少了身体活动]
根据 Turku 大学的一项研究,远程办公增加了睡眠时间但减少了身体活动。研究人员分析了混合办公者在远程办公和去办公室办公之间的睡眠、久坐行为及身体活动差异。结果显示,相比去办公室办公,远程办公日的平均睡眠时间多了 15分钟,但坐姿或卧姿时…
研究前沿 Solidot 3天前
上海“明珠星座计划”发布,计划到 2030 年逐步形成全球服务网络
IT之家 9 月 11 日消息,据科创板日报消息,9 月 11 日下午,在 2026 浦江创新论坛成果发布会上,东方天算正式发布“明珠星座计划”。 该计划由东方天算担任链主单位,联合上海交通大学、科研机构及产业链上下游合作伙伴共同推进,是上…
行业动态 IT之家 3天前
LG 强烈否认其监视电视用户]
本周早期时候,YouTube 主播 Gamers Nexus 与独立安全研究人员合作,发现 LG 的智能电视机即便在离线或待机模式下也会持续记录并上传用户数据。LG 电视还会扫描 Wi-Fi 网络、记录音频日志,采样音视频输入内容以识别用户…
研究前沿 Solidot 3天前
苹果 Apple Watch 将增 Live Rewind:回放 15 秒转录、30 秒自动清除,强制提示音
IT之家 9 月 11 日消息,科技媒体 MacRumors 昨日(9 月 10 日)发布博文,报道称在 Apple Watch Series 12 和 Apple Watch Ultra 4 两款智能手表上, 苹果计划引入“实时回放”(L…
行业动态 IT之家 3天前