All Episodes

【第592期】大语言模型多智能体规划的可靠性界限

【第591期】推理模型成本反转现象：标价与实际开销的脱节

【第590期】内源性悖论：LLM智能体系统的自组织协调机制

【第589期】代码智能体：长文本处理的高效利器

【第588期】Meta-Harness：自动化端到端模型装具优化系统

【第587期】CAID：基于软件工程原语的异步多智能体协作

【第586期】AI智能体陷阱：自主系统的威胁架构与安全防御

【第585期】大模型情感概念与功能表征研究

【第584期】MEMCOLLAB：基于对比轨迹蒸馏的跨智能体协同记忆

【第583期】Attention Residuals：注意力残差破解深度稀释

【第582期】Claudini：利用AI代理自动研发LLM对抗攻击算法

【第581期】ARC-AGI-3：迈向通用人工智能的智能体评估基准

【第580期】智能体AI与社会性智力大爆发

【第579期】HyperAgents：AI自主重写源码进化

【第578期】FlashAttention-4：针对 Blackwell 架构的算法与内核协优设计

【第577期】Memex：基于索引经验记忆的长程大模型智能体量化策略

【第576期】KARL：通过强化学习构建知识型智能体

【第575期】尖峰、稀疏与汇聚：大模型异常激活解析

【第574期】SkillNet：构建与评估AI技能的开放式架构

【第573期】AutoHarness：自动合成大模型智能体代码外壳

【第572期】OpenDev：基于Rust的终端原生AI编码智能体架构

【第571期】AgentHub：人工智能代理注册与治理平台

【第570期】大模型智能体记忆检索与写入策略诊断研究

【第569期】Aegean：基于分布式共识的大模型多智能体推理框架

【第568期】Auton Agentic AI Framework：规范化自主智能体架构与治理

【第567期】Numina-Lean-Agent：通用数学形式化推理系统

【第566期】大语言模型多智能体系统的心理理论与内部信念评估

【第565期】语言统计对称性塑造模型表示几何

【第564期】Trace-Free+：课程学习驱动的LLM智能体工具接口优化归纳

【第563期】贝叶斯教学：提升大语言模型的概率推理能力

【第562期】ActionEngine：状态机驱动的程序化GUI智能体

【第561期】AgentConductor：强化学习驱动的多智能体代码生成拓扑演化

【第560期】Doc-to-LoRA：学习即时将上下文内化为模型参数

【第559期】PAHF：基于人类反馈的个性化智能体持续学习

【第558期】Trace-Free+：大语言模型智能体工具描述改写框架

【第557期】代码化上下文：大型代码库的 AI 智能体架构

【第556期】深度思维率：量化大模型推理效能的新维度

【第555期】编码代理中 AGENTS.md 上下文文件的效用评估

【第554期】从AGI到SAI：超越通用人工智能的专业化进路

【第553期】混乱之源：自主AI代理红队测试研究报告

【第552期】SKILL-INJECT：大模型智能体技能注入攻击基准测试

【第551期】AgentSkiller：面向通用智能体的全自动大规模合成数据框架

【第550期】AdaptEvolve：基于置信度自适应选择的进化智能体系统

【第549期】EchoJEPA：超声心动图潜在预测基础模型

【第548期】Agyn：基于多智能体协作的自主软件工程系统

【第547期】InftyThink+：基于强化学习的无限视野高效迭代推理框架

【第546期】SKILLRL：基于递归技能增强强化学习的智能体进化

【第545期】LLaDA2.1：通过令牌编辑加速文本扩散

【第544期】ALMA：通过元学习自动化智能体记忆设计

【第543期】智能体原语：多智能体系统的可复用潜空间构建模块

【第542期】A-RAG：层次化检索接口驱动的智能体RAG框架

【第541期】InfMem：超长文本智能体的系统2记忆控制策略

【第540期】基于策略拍卖的小型智能体规模化扩展

【第539期】xMemory：超越RAG的智能体解耦与聚合存储系统

【第538期】TinyLoRA：仅需13个参数的学习推理之旅

【第537期】AI攻克埃尔德什数学难题进展报告

【第536期】【shownotes彩蛋】让AI给自己当家教

【第535期】SDPO：通过自我蒸馏强化丰富反馈学习

【第534期】VibeTensor：AI智能体全生成的深度学习系统软件

【第533期】AI辅助对编程技能形成的冲击研究

【第532期】词元级过滤切除AI危险知识

【第531期】Kimi K2.5 技术报告：迈向通用智能体之路

【第530期】变形门罗币交易：规避反洗钱监管的技术挑战

【第529期】区块链系统信息隐私：攻击、保护与多层级评价综述

【第528期】AI编程智能体：效率提升与质量债的博弈

【第527期】MCP-SIM：自校正多智能体物理仿真框架

【第526期】Terminal-Bench 2.0：复杂命令行任务智能体基准测试

【第525期】OneFlow：基于单智能体基准重构多智能体工作流价值

【第524期】AI智能体认知压缩器：长程任务中的记忆控制

【第523期】推理模型的思想社会：CoT中的社交与协作行为研究

【第522期】TTT-Discover：通过测试时训练实现科学发现

【第521期】Mimblewimble加密货币协议的形式化安全分析

【第520期】SimpleMem：大语言模型智能体的高效终身记忆框架

【第519期】Focus智能体：LLM自主上下文压缩与内存管理

【第518期】AgeMem：大语言模型智能体统一记忆管理框架

【第517期】Dr. Zero：无训练数据的自进化搜索智能体

【第516期】DroPE：移除位置嵌入实现大语言模型零样本上下文扩展

【第515期】Meta_AI看视频学会通用动作

【第514期】量子时代区块链安全威胁与抗量子迁移策略

【第513期】TariScript：为Mimblewimble引入动态脚本

【第512期】Mimblewimble：一种可扩展且隐私的区块链支付系统方案

【第511期】深度增量学习：广义残差连接与几何变换映射

【第510期】研究计划生成模型的微调与跨领域评估

【第509期】GDPO：多奖励强化学习的解耦归一化策略优化

【第508期】SAGA：科学发现中的动态目标演化自主智能体

【第507期】mHC：流形约束超连接的大规模稳定训练

【第506期】深度序列模型中的几何记忆谜题

【第505期】TTT-E2E：长文本建模的端到端测试时训练模型

【第504期】Engram：大语言模型条件存储与扩展查表机制

【第503期】突破最短路径Dijkstra 算法的算法研究

【第502期】Polymarket无风险套利

【第501期】基于可验证奖励强化学习的未来事件预测

【第500期】平衡工作证明：多重哈希关联挖矿理论

【第499期】ZAMA：可编程自举助力深层神经网络全同态推理

【第498期】CryptoNote v2.0 - Monero 白皮书

【第497期】Tornado Cash：隐私解决方案白皮书

【第496期】Zerocash：基于zk-SNARKs的分散式匿名支付方案

【第495期】Self-play SWE-RL：基于自我博弈的软件工程智能体强化学习

【第494期】DeepCode：开放式AI自主编程框架

【第493期】迈向协同超级智能：AI与人类的协同演进

【第492期】智能体AI适配：智能体与工具的协同演化综述

【第491期】多智能体系统规模化扩展科学研究

【第490期】STRATUS：基于大语言模型的多智能体自主运维系统

【第489期】Puppeteer：基于强化学习的动态多智能体协同框架

【第488期】DeepSeek-V3.2：通过稀疏注意力和强化学习突破智能极限

【第487期】EGGROLL：基于低秩学习的大规模演化策略优化

【第486期】HunyuanOCR：通用端到端视觉语言模型技术报告

【第485期】大语言模型扩展的理论极限与约束综述

【第484期】LAMP：赋能经济决策的语言增强多智能体强化学习

【第483期】Seer：面向同步大型语言模型强化学习的在线上下文学习系统

【第482期】SAM3：Segment Anything with Concepts

【第481期】GPT-5已成科研共同作者

【第480期】AsyncThink：学习组织语言模型的智能体协作AI

【第479期】AlphaProof：深度强化学习形式化数学证明

【第478期】Intelligence Per Watt：本地人工智能的智能功耗效率测量

【第477期】代码大语言模型：训练、评估与应用

【第476期】多智能体经济：A2A协议增强与微支付

【第475期】bBoN：让AI操作赶上人

【第474期】苹果SALT：如何用笨老师教出顶尖AI

【第473期】DeepSeek稀疏注意力提升长上下文效率

【第472期】LLM-JEPA：大语言模型联结嵌入预测架构

【第471期】AI当同事：为什么我的AI你不许碰

【第470期】上下文学习：脆弱的统计学家

【第469期】K2-Think：小模型的大推理能力

【第468期】LiveMCP-101：多步工具调用的基准测试与分析

【第467期】强化学习中LLM的层次推理与HICRA

【第466期】AI自我进化_三定律与活组织

【第465期】AI如何“心算”：隐性推理三大范式

【第464期】视觉故事写作：可视化编辑叙事文本

【第463期】（NVIDIA）UDR：AI研究告别黑箱_人类制定策略

【第462期】Fhevm：全同态加密机密智能合约协议

【第461期】AI科学家如何独立完成颠覆性科研发现

【第460期】Memento：无须微调大模型的LLM智能体记忆学习范式

【第459期】Anemoi：基于A2A通信的半中心化多智能体系统

【第458期】OPENCUA：开放式计算机使用代理框架

【第457期】清华智谱破壁AI操作电脑三大难题

【第456期】OPPO如何用“智能体链”打败GPT-4

【第455期】A1：大语言模型驱动的智能合约漏洞利用系统

【第454期】面向盈利漏洞的智能合约模糊测试

【第453期】虚拟智能体经济体的构建与治理

【第452期】OpenAI：语言模型产生幻觉的统计根源

【第451期】AI有了外置记忆体如何持续进化

【第450期】OPPO智能体链：用低成本造出超级AI

【第449期】代理网络时代：从信息搜索到AI行动工厂

【第448期】智能体性能过剩是成本陷阱

【第447期】（Ledger）区块链供应链八成项目失败原因

【第446期】（Ledger）区块链如何解决跨境诉讼文书送达难题

【第445期】（Ledger）机器学习揭示DeFi协议家族指纹比功能更重要

【第444期】（Ledger）区块链知识评估困境与两把新尺子

【第443期】（Ledger）比特币十年网络结构演变与价格泡沫之谜

【第442期】（Ledger）稳定币四象限矩阵与风险生存图鉴

【第441期】（Ledger）DeFi是模仿还是创新_借贷超额抵押的真相

【第440期】（Ledger）二十一万美金保护五万仓位的市场中性策略

【第439期】（Ledger）区块链：从“智慧城市”到“生存基石”——揭秘难民营与贫困社区的信任重建与经济激活

【第438期】（Ledger）加密交易所数据审计：价值568亿美金的“未平仓合约”谎言与市场操纵内幕

【第437期】（Ledger）NFT市场揭秘：AI与人谁更值钱？数据告诉你“谁在卖”比“如何创”更重要

【第436期】（Ledger）NFT市场乱象终结？消费者“平均行为”竟能提前四个月预测行情走向（内含巨鲸与滞后机制）

【第435期】（Ledger）碳信用上链的未来：代币化、流动性与“异质性”困境的深度解析——基于剑桥大学研究报告

【第434期】（Ledger）击破B2B信任危机：区块链如何用“三重记账法”颠覆复式记账

【第433期】（Ledger）Terra_UST_算法稳定币崩盘内幕：首尔大学报告揭示“赎回惩罚”如何引爆死亡螺旋

【第432期】（Ledger）比特币闪电网络：为何绝大多数节点运营者“赔本赚吆喝”，却仍乐此不疲？

【第431期】（Ledger）太阳能挖矿是真绿色福音还是伪科学？——经济模型揭秘：规模、地点与比特币的千倍回报潜力

【第430期】（Ledger）加密币隐私攻防_Mimblewimble对决Zcash

【第429期】（Ledger）HLF-Kubed：轻量级K3s与Fabric联手，如何在树莓派上构建去中心化边缘集群监控

【第428期】（Ledger）Alice的秘密：Mimblewimble与Zerocash在“对手方勾结”下的身份风险

【第427期】（Ledger）破解加密联动性：大小币种同步与跨频耦合的投资组合策略

【第426期】（Ledger）加密货币的“网络效应”是神话还是现实？比特币、以太坊等六大币种竞争与市场集中度研究揭秘

【第425期】（Ledger）比特币交易的“野性”与“漏洞”：小时级别均值回归和连锁爆仓机制深度解析

【第424期】（Ledger）双区块链架构如何破解电子投票的“安全vs隐私”难题：一篇顶刊论文的深度解析

【第423期】（Ledger）比特币“异常天数”的秘密：挑战EMH，量化预测月度收益的0

【第422期】（Ledger）颠覆DeFi借贷：双向抵押如何将加密资产变“活钱”，LTV翻倍背后的新风险与平衡点

【第421期】（Ledger）揭秘加拿大央行报告：比特币泡沫破裂后（2018）谁在持有？知识越少越敢买？

【第420期】（Ledger）DIPS协议揭秘：如何让比特币挖矿“变有用”？节能、科研与“布勃卡”难题的博弈

【第419期】（Ledger）区块链颠覆铁路？从中心化到“火车自治”：智能合约如何重塑天价级安全控制系统与M2M经济

【第418期】（Ledger）区块链“易物机”揭秘：如何用智能合约解决“需求的双重巧合”难题？

【第417期】（Ledger）硬核解读RTT：如何用“实时目标调整”解决比特币难度滞后和出块波动难题

【第416期】（Ledger）比特币普及的“心魔”：如何用“聪”消除小数位恐惧与“整数偏见”

【第415期】（Ledger）区块链赋能未来社交：BEV-SNS如何重塑数据控制权与机器人共存的数字生态

【第414期】（Ledger）万亿物联网时代：以太坊“机器人经济学”如何重塑去中心化智慧城市服务与数据主权

【第413期】（Ledger）群体机器人“蜂巢思维”如何实现？DLT（分布式账本）技术破解协调、信任与监管六大核心挑战

【第412期】（Ledger）Robotchain：用Tezos区块链打造工厂机器人“黑匣子”可行吗？性能瓶颈大揭秘

【第411期】（Ledger）SwarmDAG：如何在网络分区下，用“分叉账本”保障机器人集群的高可用与最终一致性

【第410期】（Ledger）干掉“中央大脑”！去中心化通信如何用“数字护照”颠覆工业

【第409期】（Ledger）微弱算力上的太空雄心：BILL-E机器人如何用“有效性证明”驱动区块链

【第408期】（Ledger）区块链、机器人与AI：打造“信任共享大脑”的未来图景与三大现实瓶颈

【第407期】（Ledger）PPR+DG13：去中心化策展如何用“引文网络”甄别专家与“博弈论”保证真话

【第406期】（Ledger）预言机终极挑战：经济惩罚如何击败谢林点共谋？——深度解读去中心化预言机激励新范式

【第405期】（Ledger）DLT的悖论：去中心化技术如何驱动证券结算走向新垄断？成本、挑战与经济学终局分析

【第404期】（Ledger）比特币：委内瑞拉经济“求生指标”——如何用P2P交易数据揭示恶性通胀和真实汇率

【第403期】（Ledger）量子赋能区块链：PoE如何用“幽灵般的超距作用”取代挖矿，实现极致节能与物理级信任

【第402期】（Ledger）比特币交易费的“拍卖”博弈：矿工如何根据用户价值分布确定最优区块大小（BSL）

【第401期】（Ledger）用“经济风洞”测试加密货币：如何通过模拟机制设计出更稳定的数字货币？

【第400期】（Ledger）区块链“实时会计”：如何让Z分数和默顿模型升级，提前一个月预警公司违约风险？

【第399期】（Ledger）拆解区块链“乐高”：伦敦大学学院与苏黎世大学学者教你看透核心组件和设计权衡

【第398期】（Ledger）抛开法币波动：用“净币值NCV”深度剖析挖矿

【第397期】（Ledger）比特币的“币龄”秘密：平均休眠期如何揭示高价下的“老币”异动与长期持有者行为

【第396期】（Ledger）2027比特币危机：量子计算如何破解你的数字签名？

【第395期】（Ledger）区块链赋能的“情感协议”：如何用激励机制解决民调与专家预测失准的难题？

【第394期】（Ledger）从功能本质看清加密货币：交易、燃料、凭证三大分类与长期价值评估实战指南

【第393期】（Ledger）比特币“刻字”秘籍：从创世区块彩蛋到P2SH数据安全存储

【第392期】（Ledger）颠覆科研资助：权益证明（PoS）加密货币如何实现400_回报，重塑科学独立性？

【第391期】（Ledger）千年外交泥板：理解区块链的“协议”本质与信任工程

【第390期】（Ledger）加密货币：冰岛大学“笑脸币”SMLY实验，如何用区块链激励学生学习与公益？

【第389期】（Ledger）博弈论拆解比特币挖矿：成本定生死，奖励定力度，为何系统自带“抗垄断”基因？

【第388期】（Ledger）硬刚ASIC：深度解析Equihash如何用“内存困难”和“非对称性”对抗比特币挖矿中心化

【第387期】GraphSense：通用加密资产分析平台

【第386期】BlockSci揭秘：多签隐私陷阱、分叉关联与比特币交易速度的深层真相

【第385期】（Ledger）区块链与社会契约论：代码即法律，还是霍布斯式“技术利维坦”？

【第384期】（Ledger）Autonocoin：用“信念证明”和博弈机制，构建能自我进化的去中心化机构

【第383期】（Ledger）比特币价格“过山车”之谜：GCMG模型如何揭示高波动背后的结构性缺陷与矿工的“负门槛”博弈

【第382期】（Ledger）加密赌场“可证明公平”是谎言？矿工如何利用区块哈希操纵链上骰子游戏

【第381期】（Ledger）链下扩容与分片：Huntercoin的挑战与Game_Channels的去中心化游戏未来

【第380期】（Ledger）Nxt纯权益证明机制的数学剖析：大户优势、账户拆分与致命的“分支过程攻击”

【第379期】（Ledger）比特币挖矿博弈论：为何2016年理性矿工本应“挖空块”？

【第378期】（Ledger）比特币“子链”技术：破解慢交易、低容量，实现渐进式安全与即时支付体验的奥秘

【第377期】（Ledger）BIX证书：打破数字世界安全与匿名困境的创新之道

【第376期】（Ledger）门罗币Ring_CT深度解析：当数字货币拥有现金般的隐私，发送金额与身份如何隐匿？

【第375期】Apple_Intelligence_技术解密：端云双模型、数据隐私与极致优化，如何重塑AI未来？

【第374期】AI越“想”越糊涂？深度解析AI“推理反向扩展”现象与安全警示

【第373期】破解企业AI“水土不服”：AI“Routine”框架如何让大模型精准执行复杂业务流程？

【第372期】ChatGPT等大模型如何颠覆AIOps：从“救火”到“防火”的智能运维革命

【第371期】Agentic-R1：AI如何学会“思考”与“工具”的灵活切换？——卡内基梅隆双策略推理模型解析

【第370期】字节跳动&清华大学联手！MemAgent如何教会AI像人一样“记笔记”，突破超长文本记忆瓶颈

【第369期】大模型调优秘籍：半在线学习如何实现性能与效率双赢？

【第368期】AI真的懂世界，还是只会“高级预测”？用归纳偏见探测大模型的“理解深度”

【第367期】（中文）深度剖析AI“伪装对齐”：大模型是真听话，还是在演戏？

【第366期】（中文）H-Net与动态分块：AI模型如何“学会阅读”原始数据，告别传统分词限制？

【第365期】（中文）AI“黑客”A1：智能合约漏洞的发现者，还是攻防经济失衡的加速器？

【第364期】（中文）深度研究AI：你的专属智能研究员，如何挑战复杂信息深挖任务？

【第363期】（中文）AI智能体：四大安全风险，90%以上攻击成功率，你的每一次互动都可能是入口！

【第362期】（中文）CoT思维链：AI在“思考”还是在“编故事”？——深度解读《思维链不等于可解释性》

【第361期】（中文）AI科研全攻略：从文献理解到论文发表，AI如何颠覆科学研究全流程？

【第360期】（中文）DSRL：不改大模型，机器人也能从“笨”到“精”——解锁通用AI潜力的新钥匙

【第359期】（中文）AI智能体“团战”的潘多拉魔盒：互联互通背后的惊人安全风险与责任迷局

【第358期】（中文）超越想象的速度与智能：揭秘Inception_Labs颠覆性Mercury语言模型

【第357期】（中文）不靠强化学习？“认知工具”如何解锁LLM推理潜能，让GPT-4

【第356期】（中文）ALE-Bench：AI如何应对复杂算法工程挑战？人类专家与AI的差距在哪？

【第355期】（中文）斯坦福AI报告深度解读：AI是抢饭碗还是好帮手？职场人真实意愿与未来技能趋势大揭秘

【第354期】（中文）RAG+：让大语言模型从“知其然”到“知其所以然”

【第353期】（中文）代码考古：Code_Researcher如何深挖Linux内核BUG，实现惊人修复率？

【第352期】（中文）ComfyUI-R1：AI如何学会像专家一样自动化构建复杂创意工作流？

【第351期】（中文）MIT重磅：大模型如何“自我进化”？SEAL揭秘AI自学成才之路

【第350期】（中文）TableRAG：异构文档推理的检索增强生成框架

【第349期】（中文）强化预训练：下一词元推理

【第348期】（中文）V-JEPA 2：视频基础模型新里程碑

【第347期】（中文）OpenHands-Versa：通用问题解决编码代理

【第346期】（中文）LLM推理：知识与推理的协同作用

【第345期】（中文）ROBOT-R1: 强化具身推理的机器人控制

【第344期】（中文）小型语言模型：智能体AI的未来

【第343期】（中文）作为程序的图像编辑

【第342期】（中文）金融量化策略的多智能体框架

【第341期】（中文）R&D-Agent：自动化数据驱动AI解决方案构建

【第340期】（中文）ARPO：基于经验回放的GUI智能体策略优化

【第339期】（中文）达尔文哥德尔机器：自改进AI代理的演化

【第338期】（中文）用图像思考：GRIT实现MLLM具身推理

【第337期】（中文）大语言模型推理的陷阱

【第336期】（中文）视觉规划：只用图像思考

【第335期】（中文）AI Agents与Agentic AI：概念、应用与挑战

【第334期】（中文）AlphaEvolve: 科学与算法发现编码智能体

【第333期】（中文）连续思想机器

【第332期】（中文）OSUNIVERSE：多模态GUI导航AI基准

【第331期】（中文）CoT：大模型中的程序变量

【第330期】（中文）UniVLA: 通用机器人策略学习框架

【第329期】（中文）WebThinker：深度研究大型推理模型

【第328期】（中文）微调中的强化学习价值

【第327期】（中文）研讨式RAG：医学问答的新范式

【第326期】（中文）动态RAG：大模型反馈驱动的动态重排序

【第325期】（中文）UCGM：统一连续生成模型

【第324期】（中文）强化内外知识协同推理自适应搜索智能体

【第323期】（中文）生成式AI在动画领域的应用综述

【第322期】（中文）TrustGeoGen：可信几何问题求解引擎

【第321期】（中文）Mem0：构建具备可扩展长期记忆的AI代理

【第320期】（中文）DiT图像编辑：语境、LoRA与效率

【第319期】（中文）大语言模型驱动的手机GUI智能体综述

【第318期】（中文）BitNet v2: 原生4比特激活的大语言模型

【第317期】（中文）测试时强化学习：利用无标注数据训练LLM

【第316期】（中文）基于LLM代理的用户体验测试模拟系统

【第315期】（中文）UI-TARS：原生GUI智能体模型

【第314期】（中文）强化学习真的提升了大语言模型推理能力吗？

【第313期】（中文）PaperCoder：论文到代码的自动化框架

【第312期】（中文）UFO2: 桌面Agent操作系统

【第311期】（中文）认知工程：大模型思维能力进阶

【第310期】（中文）LearnAct：移动GUI智能体少样本学习框架

【第309期】（中文）BitNet b1.58 2B4T：1位大语言模型技术报告

【第308期】（中文）M1：迈向可扩展推理计算的Mamba模型

【第307期】（中文）通用任务微调提升GUI智能体性能

【第306期】（中文）MOSAIC：社交AI模拟与内容调控

【第305期】（中文）VLM-R1: 稳定通用视觉语言模型

【第304期】（中文）MCP安全审计：大模型安全漏洞与防御

【第303期】（中文）解读Bitcoin、Ethereum、Solana白皮书

【第302期】（中文）Bitnet.cpp：三值大语言模型推理加速系统

【第301期】（中文）REPA-E：端到端VAE与扩散模型训练

【第300期】（中文）NdLinear：多维深度学习新范式

【第299期】（中文）SWE-PolyBench：多语言代码智能体基准测试

【第298期】（中文）DocAgent：自动化代码文档生成的多智能体系统

【第297期】（中文）AgentA/B：基于LLM的自动化可扩展网页A/B测试

【第296期】（中文）d1: 扩散LLM的强化学习推理

【第295期】（中文）GUI-R1: GUI智能体的强化微调

【第294期】（中文）NoProp：无需反向传播或前向传播的神经网络训练方法

【第293期】（中文）LightPROF：知识图谱上大型语言模型的轻量推理框架

【第292期】（中文）AI Scientist-v2：代理树搜索自动化科学发现

【第291期】（中文）attention sinks：LLMs倾向于将大部分注意力集中在第一个token

【第290期】（中文）PLAY2PROMPT：LLM零样本优化

【第289期】（中文）Chain-of-Tools：利用海量工具增强推理

【第288期】（中文）统一嵌入空间：捕捉大脑语言处理

【第287期】（中文）AgentRxiv：迈向协作式自主研究

【第286期】（中文）扩散采样最佳步长

【第285期】（中文）UI-R1: 强化学习提升GUI智能体动作预测

【第284期】（中文）UniDisc ：Unified Multimodal Discrete Diffusion

【第283期】（中文）A-MEM：基于Agent的内存系统

【第282期】（中文）DeepSeek 模型的关键创新技术回顾

【第281期】（中文）Cosmos-Reason1

【第280期】（中文）RQI：超分辨率图像评估新视角

【第279期】（中文）无反向传播的高效量化扩散模型个性化

【第278期】（中文）CLS-RL：一种基于规则的强化学习方法

【第277期】（中文）Fin-R1：金融推理大型语言模型

【第276期】（中文）Scale-wise Distillation

【第275期】InfiniteYou：身份保留图像生成

【第274期】Vision-R1

【第273期】Diffusion-4K：超高分辨率图像生成

【第272期】SimpleRL-Zoo：Zero RL推理能力

【第271期】FFN Fusion

【第270期】Bottleneck Sampling

【第269期】Video-T1：Test-Time Scaling for Video Generation

【第268期】FAR：Next-Frame Prediction

【第267期】RoboMIND：用于机器人操作的大型、多主体、高质量数据集

【第266期】OLMo 2

【第265期】ARQ： for LLM Instruction Following

【第264期】Block Diffusion Language Models

【第263期】SEARCH-R1: RL for Reasoning and Search in LLMs

【第262期】PLAN-AND-ACT：Long-Horizon Tasks Plan Agents

【第261期】LMM-R1: Reasoning Enhancement for LMM

【第260期】Vision-R1: Reasoning in Multimodal LLM

【第259期】Agentic Reward Modeling

【第258期】Forecasting Rare Language Model Behaviors

【第257期】UPFT：The First Few Tokens Are All You Need

【第256期】LightThinker: Thinking Step-by-Step Compression

【第255期】用FFT替代传统自注意力机制

【第254期】Thinking Faster by Drafting Less: Chain of Draft

【第253期】SECOND ME：AI-Native Memory Management

【第252期】Inductive Moment Matching for Generative Modeling

【第251期】YOLOE：Real-Time Seeing Anything with Open Prompts

【第250期】EasyControl：效率和灵活性指导的条件图像生成

【第249期】R1-Searcher: RL for Enhanced LLM Search Capabilities

【第248期】VisualThinker-R1-Zero: Multimodal Reasoning via RL

【第247期】Vision-R1：推理视觉大模型

【第246期】用LLM做Encoder，进行机器翻译

【第245期】固定文本长度做RAG

【第244期】TokenOCR：Token基本文本图像LLM

【第243期】AppAgentX：智能手机上的Agent

【第242期】MPO：Meta Plan Optimization

【第241期】LLaVE：一种新型视觉模型

【第240期】Optimal Brain Apoptosis

【第239期】SoS1：O1和R1模型可以解决Hilbert第17问题难度相当大问题

【第238期】xAR：Next-X Prediction

【第237期】PlanGEN：多智能体的计划生成框架

【第236期】NeoBERT：新一代BERT

【第235期】AI co-scientist：AI协作科学家

【第234期】Transformers without Normalization

【第233期】A-MEM：LLM Agent的记忆系统

【第232期】KV-Edit：精确保留背景信息的图像编辑方法

【第231期】DICEPTION：一种通用的视觉Diffusion模型

【第230期】olmOCR：PDF文档高质量提取模型

【第229期】Persona Hub：10亿个角色的数据合成方法

【第228期】从优化角度理解Duffusion模型

【第227期】NullFace：免于训练的面部匿名化方法

【第226期】SegAgent：像素级理解能力探究

【第225期】OmniMamba：基于 Mamba-2 的多模态模型

【第224期】过度思考带来的问题

【第223期】LLM对自我知识的认知程度研究

【第222期】HOMIE：人形机器人远程操作系统

【第221期】STP：Self-play LLM定理证明器

【第220期】SWE-RL：读开源代码学成软件工程师

【第219期】AgenticLU：通过Chain-of-Clarifications提升模型长文本回答能力

【第218期】MoBA：块注意力混合模型

【第217期】Open-Reasoner-Zero：开源的推理能力提升方法

【第216期】LLMSelector：选择不同模型做不同任务

【第215期】SWE-Lancer：评估AI在自由职业软件任务中的能力

【第214期】AI co-scientist：AI科学家助理

【第213期】SOLOMON：专业领域中增强LLM能力

【第212期】Self-Backtracking：自我回溯

【第211期】大型语言模型API中的提示缓存机制研究

【第210期】RLSP：Reinforcement Learning via Self-Play

【第209期】Brain2Qwerty：非侵入式脑机接口

【第208期】YOLOv12：注意力中心的实时目标检测模型

【第207期】PC-Agent：PC端的Multi-Agent框架

【第206期】“无噪声条件”模型 Kaiming He

【第205期】Agentic Reasoning：推理性代理框架

【第204期】OmniParser：纯视觉GUI Agent

【第203期】Zep：用临时知识图谱作Agent记忆

【第202期】MoBA：Mixture of Block Attention

【第201期】LIMR：训练数据智能选择

【第200期】用LLM做oi题目怎么样？

【第199期】LLaDA：Large Language Diffusion Models

【第198期】CODE I/O：通过预测代码输入输出进行推理

【第197期】ReasonFlux：层级强化学习进行推理

【第196期】递归深度Test-Time Compute

【第195期】AI大模型已经超过自我复制红线

【第194期】AI在经济各领域中的实际应用情况研究

【第193期】LM2：大型记忆模型

【第192期】Transformer架构的局限

【第191期】Value-Based RL可拓展性研究

【第190期】LLM推理中有前景的方法综述

【第189期】MaAS：优化代理超网（agentic supernet）的多智能体系统

【第188期】Self-MoA：多Agent会比单个Agent强吗？

【第187期】Syntriever：用合成数据训练retriever

【第186期】CoAT：MCTS+memory增强推理的框架

【第185期】RAG Foundry：简化RAG的开源框架

【第184期】Diffusion Planner：基于Transformer的闭环自动驾驶算法

【第183期】慢思考滚雪球错误如何利用

【第182期】庆祝更新半年文中有彩蛋 || Long CoT Reasoning in LLMs

【第181期】ASAP：两阶段框架弥合仿真与现实物理之间的差距

【第180期】LLM-AutoDiff：一个基于梯度的自动化提示工程

【第179期】s1: Simple test-time scaling

【第178期】spurious forgetting：大模型的虚假遗忘

【第177期】学习率Scheduler研究分析

【第176期】TokenVerse：文本到图像生成的新方法

【第175期】TensorLLM：使用多头自注意力提升模型能力

【第174期】MMOA-RAG：Multi-Agent RL for Enhanced RAG

【第173期】Docling：开源的文档转换工具包

【第172期】AI 安全性方面使用强化学习（RL）的挑战

【第171期】DivPO：Diverse Preference Optimization

【第170期】Chain of RAG

【第169期】LiT：Linear Diffusion Transformer

【第168期】多机器人系统中的“观察-计算-移动”方法

【第167期】GCBF+：安全的多智能体避障控制算法

【第166期】underthinking：模型思考不够深入的问题

【第165期】DeepSeek-R1 和 OpenAI 的 o3-mini 安全性比较

【第164期】CodeMonkeys：软件工程中一种test time compute方法

【第163期】Encoder-Decoder架构的SLM

【第162期】ICRL：一种通用问题解决方法

【第161期】VideoWorld：从无标签视频数据中学习复杂知识

【第160期】AI Red Teaming实践经验总结

【第159期】TheAgentCompany：评估 AI 代理在真实工作场景中执行任务的新基准

【第158期】图像生成CoT是什么样的

【第157期】DiffuEraser：利用稳定扩散技术修复视频

【第156期】Mobile-Agent-E：智能手机上的Agent

【第155期】IntellAgent：多智能体框架

【第154期】Agentic RAG survey

【第153期】Chain-of-Agents框架

【第152期】Kimi k1.5

【第151期】Humanity’s Last Exam

【第150期】DeepSeek-R1

【第149期】Mind Evolution：一种进化搜索策略

【第148期】Embodied-RAG：赋予机器人在复杂环境中更强的记忆和推理能力

【第147期】VideoRAG

【第146期】如何训练能量模型EBM

【第145期】扩散模型的Inference-Time Scaling

【第144期】Transformer-Squared：自适应LLM框架

【第143期】构建能够终身学习的大型语言模型（LLM）代理

【第142期】Titans：神经长期记忆模块

【第141期】O1 Replication Journey：Part 3

【第140期】CNCD：新类型发现

【第139期】多语种控制机器人的能力评估

【第138期】ParGo：弥合视觉与语言之间的鸿沟

【第137期】Agents, Sims and Assistants

【第136期】R3GAN：简化的生成对抗网络

【第135期】Search-o1：文档中的推理

【第134期】DPO Kernels：通过结合核方法来增强直接偏好优化

【第133期】Meta-CoT：朝着系统2推理的方向发展

【第132期】Agent Laboratory：科学研究助手

【第131期】Orient Anything：一种用于估计图像中物体方向的模型

【第130期】OS-Genesis：可为GUI Agent提供数据

【第129期】Sa2VA：Sam2+LLaVA

【第128期】MeCo：元数据调节与冷却

【第127期】隐式 PRM：过程奖励模型

【第126期】ICAL：VLM的上下文抽取学习

【第125期】GraphAgent：一种用于分析结构化（图形）和非结构化（文本）数据的自动化代理

【第124期】面向通用机器人控制的VLA模型

【第123期】Cache-augmented generation (CAG)

【第122期】HuatuoGPT-o1：医学推理大模型

【第121期】一种新型的蒙特卡罗符合性预测

【第120期】iTransformer：Inverted Transformers理解时间序列问题

【第119期】DRT-o1：一种旨在改进包含明喻和隐喻句子翻译的新型神经机器翻译模型

【第118期】Mulberry：使用CoMCTS做类o1的多模态大模型

【第117期】ExploreToM：一种用于生成复杂且多样化的心智理论

【第116期】LLM Inference-Time自我提升综述

【第115期】ModernBERT

【第114期】DeepSeek V3技术报告

【第113期】ASAL：使用LLM自动搜索人工生命

【第112期】Differentiable Cache Augmentation

【第111期】LearnLM：Gemini在教育场景的应用

【第110期】PC Agent：通过学习人类认知过程来执行复杂的数字化工作

【第109期】AutoFeedback：使用智能体做自动反馈系统

【第108期】PAE：能够自主学习新的网页导航技能

【第107期】SGD-SaI：替代Adam类优化方法

【第106期】ScaleOT：保护隐私的大型语言模型离站微调的新型框架

【第105期】MAXINFORL：最大化对底层任务信息增益的强化学习

【第104期】STAR：无梯度的进化优化算法

【第103期】开源和闭源大型语言模型的比较研究

【第102期】Byte Latent Transformer (BLT)：用byte级替代token级

【第101期】Large Concept Models (LCMs)

【第100期】SLM更懂LLM提示词

【第99期】GREATER：一种对于小模型的提示词优化技术

【第98期】SPaR：通过搜索树改进LLM指令遵循

【第97期】SCBench：基于KV Cache的评估长上下文LLM基准

【第96期】AsyncLM：异步LLM函数调用

【第95期】Student-Informed Teacher Training

【第94期】AgentTrek：为GUI Agent生成高质量数据的pipeline

【第93期】TARFLOW：一种基于 Transformer 的正则化流

【第92期】Agentless：软件开发的Agent

【第91期】[Mask] is all you need

【第90期】SAT：Segment Any Text

【第89期】PRoC3S：一种新颖的机器人规划系统

【第88期】LLM Agent能否模拟人的信任行为？

【第87期】Coconut：连续Latent空间的LLM推理

【第86期】RLZero："imagine", "project" and "imitate"

【第85期】GENMAC：用多智能体模式生成复杂动态视频

【第84期】FedBone：大规模多任务联邦学习

【第83期】Datalab：LLM Power BI 工作流

【第82期】ALAMA：LLM自动选择思考策略

【第81期】reverse thinking

【第80期】Navigation World Models：Yann LeCun的世界模型

【第79期】VisionZip：降低Visual token冗余度

【第78期】OSDFace：单步人脸重建

【第77期】VisVM：Vision Value Model

【第76期】OmniFlow：Any-to-Any多模态rectified flow

【第75期】cDPO：通过发掘critical tokens去修正回答

【第74期】苏格拉底游戏：AI Agent的脑内活动

【第73期】HiAR-ICL：LLM推理的ICL

【第72期】LLM-Brained GUI Agents: A Survey

【第71期】英伟达的audio大模型Fugatto

【第70期】O1 Replication Journey：Part 2

【第69期】O1 Replication Journey：Part 1

【第68期】stream-x算法，省去Experience Replay的在线强化学习

【第67期】BABY-AIGS：AI-Generated Science

【第66期】Anthropic研究：给LLM评估加点“统计学”

【第65期】Liquid Time-constant Networks：液体（神经）网络是什么？

【第64期】NeuroClips：从fMRI数据还原大脑中视频

【第63期】无论DPO还是PPO，Preference Feedback应该怎么用？

【第62期】sCMs：比Diffusion更快的图像生成算法

【第61期】大模型的「推理」是在做什么？

【第60期】RLTools：基于C++的开源强化学习工具

【第59期】SymDPO：多模态In-context learning提升技巧

【第58期】AM-RADIO，融合多种视觉大模型

【第57期】降低数值精度影响LLM数学推理能力

【第56期】o1的self-correction是一种In context Alignment

【第55期】RLInspect

【第54期】Impacts of AI on Innovation

【第53期】Toward Optimal Search and Retrieval for RAG

【第52期】DINO-WM：LeCun 的世界模型

【第51期】研究表明4bit量化能使反学习失效

【第50期】精度的Scaling Laws

【第49期】Responsibility in Multi-Agent Systems

【第48期】测试时训练TTT（test-time training）

【第47期】LoRA vs Full Fine-tuning

【第46期】大模型的数据会用完吗？

【第45期】SeqComm：多智能体通讯机制

【第44期】MIPRA解读

【第43期】Reward Centering

【第42期】SELA：使用MCTS增强LLM

【第41期】Multimodal RAG

【第40期】LLM使用bag of heuristics求解数学问题

【第39期】AFlow自动生成工作流

【第38期】OpenAI的论文：SimpleQA

【第37期】认知的几何特征

【第36期】HIL-SERL

【第35期】DriveDreamer4D

【第34期】Heterogeneous Pre-trained Transformers

【第33期】多项式激活函数

【第32期】TapeAgents：AI Agent+log

【第31期】给prompt加一个角色有用吗？

【第30期】Diffusion Evolution Algorithm

【第29期】Contextual Document Embeddings

【第28期】AEVB解读

【第27期】BERT解读

【第26期】ELMo解读

【第25期】CoVe解读

【第24期】BPE解读

【第23期】Diffusion World Model解读

【第22期】Diffusion-Q Learning解读

【第21期】DPPO解读

【第20期】Diffusion Policy解读

【第19期】Augmented Physics

【第18期】Geometry-Informed Neural Networks

【第17期】REPA解读

【第16期】GSM-Symbolic苹果研究人员表示AI模型可能不具有推理能力

【第15期】Truthfulness Encodings

【第14期】Intelligence at the Edge of Chaos

【第13期】n-gram解读

【第12期】GloVe解读

【第11期】CBOW解读

加餐005-ROSA

【第10期】Skip-gram解读

加餐004-MLP-KAN解读

【第九期】Seq2seq解读

加餐003-FAN (Fourier Analysis Network)

加餐002-Differential Transformer

【第八期】RNN Encoder-Decoder解读

【第七期】GRU original解读

【第六期】GRU-RNN解读

加餐001-Were RNNs All We Needed?

【第五期】Movie Gen

【第四期】LSTM original解读

【第三期】LSTM解读

【第二期】Transformer: Attention is All you Need

【第一期】NeRF解读