智造者- 创新技术社区-技术牛必备

扭矩泰坦

2025-10-22 · 江苏

不改超参、不调token：用分位数替代均值，QAE让大模型强化学习更稳定

强化学习总是“要么坍塌要么炸”？QAE 用分位数取代均值，一步让训练稳回安全区。本文提出了一种简洁的强化学习基线改进方法——分位数优势估计（Quantile Advantage Estimation，QAE）。QAE 使用 K 分位数基线替代传统的均值基线，在响应层面形成“难题强化罕见成功、易题抑制剩余错误”的双门控机制。

查看全文

人工智能

扭矩泰坦

2025-10-22 · 江苏

告别「偏科」，UniVid实现视频理解与生成一体化

在视频生成与理解的赛道上，常常见到分头发力的模型：有的专注做视频生成，有的专注做视频理解（如问答、分类、检索等）。而最近，一个开源项目 UniVid，提出了一个「融合」方向：把理解 + 生成融为一体 —— 他们希望用一个统一的模型，兼顾「看懂视频」+「生成视频」的能力。

查看全文

人工智能

纳米榫卯

2025-10-22 · 江苏

大模型微调范式认知再被颠覆？UIUC、Amazon团队最新研究指出SFT灾难性遗忘问题或被误解

在大模型微调实践中，SFT（监督微调）几乎成为主流流程的一部分，被广泛应用于各类下游任务和专用场景。比如，在医疗领域，研究人员往往会用领域专属数据对大模型进行微调，从而显著提升模型在该领域特定任务上的表现。然而，问题随之而来：SFT 是否会让模型 “遗忘” 原本的通用能力？过去的研究中，不少文献指出，领域微调固

查看全文

人工智能

纳米榫卯

2025-10-22 · 江苏

RewardMap: 通过多阶段强化学习解决细粒度视觉推理的Sparse Reward

本研究由西湖大学 ENCODE Lab 牵头，联合同济大学、浙江大学和新加坡国立大学共同完成。团队在大模型强化学习与多模态推理方向具有深厚研究基础。近年来，大语言模型（LLMs）以及多模态大模型（MLLMs）在多种场景理解和复杂推理任务中取得突破性进展。但一个朴素而尖锐的问

查看全文

行业交流

纳米榫卯

2025-10-22 · 江苏

长生不老成真？哈佛AI数周破解「衰老密码」，人类寿命或迎重写

编辑：倾倾【新智元导读】长生不老

查看全文

人工智能

纳米榫卯

2025-10-22 · 江苏

ChatGPT缔造者联手DeepMind大神，用AI攻坚高温超导，半个硅谷抢着投

编辑：艾伦好困【新智元导读】O

查看全文

人工智能

纳米榫卯

2025-10-22 · 江苏

锁死一致性！Vidu Q2「参考生」可算来了，新功能强到离谱，APP全面进化

编辑：编辑部【新智元导读】蹲了半个月，Vi

查看全文

人工智能

纳米榫卯

2025-10-22 · 江苏

墙体的AI革命！智能超表面如何让建筑「听懂」6G信号？

查看全文

5G/6G通讯技术

纳米榫卯

2025-10-22 · 江苏

UP主用AI打造美食综艺，B站播放量破400万；AI街采视频又有新玩法火了 | AI一周热门

过去一周，是谁在用AI产出爆款，或围绕AI创作好玩有趣的内容？欢迎来到“AI新榜”推出的「AI一周热门」栏目。结合新榜数据以及内容新鲜度、话题讨论度，每周为你搜索、筛选全网最值得一看的AI相关热门内容，了解AI创作风向！也欢迎在新榜官网（

查看全文

人工智能

纳米榫卯

2025-10-22 · 江苏

长文本生成迎来新突破：拓元智慧推出 DrDiff ，实现效率与质量双提升

DrDiff 框架的核心思想是“动态化”，

查看全文

人工智能