- 推理模型最贵的毛病不是算错，而是想太多。一道小学数学题，它能先验算三遍、再自我怀疑两轮，最后才给出答案。11 月 3 日挂上 arXiv 的 LoCo（《Think Less, Locally》，arXiv:2611.04814）要解决的正是这个问题：让模型在推理链内部学会“到此为止”。过度思考是一种结构性浪费长思维链的收益递减早已不是新闻：答案其实在中途就已经出现，后面的步骤大多是重复验证... 推理模型最贵的毛病不是算错，而是想太多。一道小学数学题，它能先验算三遍、再自我怀疑两轮，最后才给出答案。11 月 3 日挂上 arXiv 的 LoCo（《Think Less, Locally》，arXiv:2611.04814）要解决的正是这个问题：让模型在推理链内部学会“到此为止”。过度思考是一种结构性浪费长思维链的收益递减早已不是新闻：答案其实在中途就已经出现，后面的步骤大多是重复验证...
- 背景这两年 AI 最实在的变化，是把越来越多人的主力机器变成了"要长时间干活、人不一定在旁边"的机器。模型训练一跑十几个小时，Coding Agent 一喂一整个下午，图像生成、数据清洗、批量推理……这些活儿有个共同点：任务在机器上，人不在机器旁。于是远程软件突然被 AI 用户重新打量了一遍。以前远程软件是"临时连一下看个文件"，现在它是"远程接管一台正在替我干活的机器"。标准全变了——不... 背景这两年 AI 最实在的变化，是把越来越多人的主力机器变成了"要长时间干活、人不一定在旁边"的机器。模型训练一跑十几个小时，Coding Agent 一喂一整个下午，图像生成、数据清洗、批量推理……这些活儿有个共同点：任务在机器上，人不在机器旁。于是远程软件突然被 AI 用户重新打量了一遍。以前远程软件是"临时连一下看个文件"，现在它是"远程接管一台正在替我干活的机器"。标准全变了——不...
- 一、数字员工智能体的技术演进与行业价值随着人工智能技术的快速迭代，数字员工智能体已从概念验证阶段迈向规模化商业应用。2026年，全球AI智能体相关市场规模预计突破1500亿美元，其中企业级应用贡献超七成份额。这一技术正推动企业数字化转型从"流程自动化"向"决策智能化"跃升，其核心价值体现在三大维度：重构业务流程、优化资源配置、创新商业模式。当前数字员工智能体已发展至"Level 3时代"，具... 一、数字员工智能体的技术演进与行业价值随着人工智能技术的快速迭代，数字员工智能体已从概念验证阶段迈向规模化商业应用。2026年，全球AI智能体相关市场规模预计突破1500亿美元，其中企业级应用贡献超七成份额。这一技术正推动企业数字化转型从"流程自动化"向"决策智能化"跃升，其核心价值体现在三大维度：重构业务流程、优化资源配置、创新商业模式。当前数字员工智能体已发展至"Level 3时代"，具...
- 10月29日，Mistral开放Mistral Large 4全部权重，内部代号Le Chonk：1万亿参数MoE、激活52B，主打编程智能体与网络防御，Hugging Face、Microsoft Foundry、NVIDIA NIM同步分发。两天前，Artificial Analysis把智能指数升级到v5，六成权重改用私有测试集，榜单的尺子换了。再往前一周，OpenAI被曝向Anthr... 10月29日，Mistral开放Mistral Large 4全部权重，内部代号Le Chonk：1万亿参数MoE、激活52B，主打编程智能体与网络防御，Hugging Face、Microsoft Foundry、NVIDIA NIM同步分发。两天前，Artificial Analysis把智能指数升级到v5，六成权重改用私有测试集，榜单的尺子换了。再往前一周，OpenAI被曝向Anthr...
- 《强化学习与最优控制》第 3 章 · 参数化近似策略前展和问题近似都是"每次决策时计算 J~\tilde{J}J~"。参数化近似走了一条不同的路：预先训练一个参数化函数（如神经网络）来近似 J~\tilde{J}J~，运行时只需前向计算。这是现代深度强化学习的基础。 一、近似架构 基本形式J~k(xk,r)=ϕk(xk,r)\tilde{J}_k(x_k, r) = \phi_k(x_k, ... 《强化学习与最优控制》第 3 章 · 参数化近似策略前展和问题近似都是"每次决策时计算 J~\tilde{J}J~"。参数化近似走了一条不同的路：预先训练一个参数化函数（如神经网络）来近似 J~\tilde{J}J~，运行时只需前向计算。这是现代深度强化学习的基础。 一、近似架构 基本形式J~k(xk,r)=ϕk(xk,r)\tilde{J}_k(x_k, r) = \phi_k(x_k, ...
- MIT 团队不训练不调梯度，只改写小模型 0.016% 权重，就让数学准确率从 7.9% 升到 48.1%。这周爆火的概念怎么做到的？本文用 PyTorch 带你直观感受「给模型打补丁」。 MIT 团队不训练不调梯度，只改写小模型 0.016% 权重，就让数学准确率从 7.9% 升到 48.1%。这周爆火的概念怎么做到的？本文用 PyTorch 带你直观感受「给模型打补丁」。
- Keras 3 架构解析（三）：模型构建层——从 Model 抽象到计算图组织 引言在前两篇文章中，我们分别讨论了 Keras 3 的基础计算层与神经网络层。基础计算层通过 Keras Ops 和多后端架构，提供统一的张量运算接口，并利用 JAX、TensorFlow、PyTorch 等计算后端实现自动微分、计算编译和硬件执行。神经网络层则通过 Layer 抽象，将数学变换、可训练参数和内... Keras 3 架构解析（三）：模型构建层——从 Model 抽象到计算图组织 引言在前两篇文章中，我们分别讨论了 Keras 3 的基础计算层与神经网络层。基础计算层通过 Keras Ops 和多后端架构，提供统一的张量运算接口，并利用 JAX、TensorFlow、PyTorch 等计算后端实现自动微分、计算编译和硬件执行。神经网络层则通过 Layer 抽象，将数学变换、可训练参数和内...
- 一、背景：为什么大语言模型需要偏好优化？1.1 从模型训练到人类偏好对齐大语言模型通常通过海量文本数据进行预训练，学习语言规律、知识表示和文本生成能力。但模型能够生成合理的文本，并不意味着它生成的内容一定符合人类期望。例如，面对同一个问题，模型可能生成多个答案：回答 A：内容准确，逻辑清晰，直接解决问题；回答 B：包含一些正确信息，但存在冗余内容；回答 C：表达流畅，但存在事实错误。这些回答... 一、背景：为什么大语言模型需要偏好优化？1.1 从模型训练到人类偏好对齐大语言模型通常通过海量文本数据进行预训练，学习语言规律、知识表示和文本生成能力。但模型能够生成合理的文本，并不意味着它生成的内容一定符合人类期望。例如，面对同一个问题，模型可能生成多个答案：回答 A：内容准确，逻辑清晰，直接解决问题；回答 B：包含一些正确信息，但存在冗余内容；回答 C：表达流畅，但存在事实错误。这些回答...
- 先给一个具体的数字对比。一个 300M 参数的模型，BF16 权重约 600MB；同一个模型换成 INT4 量化，理论上压到 150MB 左右。而阿里 MNN 团队开源的 MNN-Pocket-0.3B，INT4（W4A16）QAT 构建的实际体积是 173 MB。173MB 是什么概念：一个中型的手机 App 安装包、两张手机照片、一段 15 秒的 4K 视频。这个体积意味着它可以被塞进 ... 先给一个具体的数字对比。一个 300M 参数的模型，BF16 权重约 600MB；同一个模型换成 INT4 量化，理论上压到 150MB 左右。而阿里 MNN 团队开源的 MNN-Pocket-0.3B，INT4（W4A16）QAT 构建的实际体积是 173 MB。173MB 是什么概念：一个中型的手机 App 安装包、两张手机照片、一段 15 秒的 4K 视频。这个体积意味着它可以被塞进 ...
- Pre-Delta-X: Lidar-derived Water Level Profiles in the Wax Lake Outlet, LA, USA, 2016简介本数据集包含密西西比河三角洲阿查法拉亚河流域瓦克斯湖至墨西哥湾之间河道的水面高程剖面数据，这些数据由激光雷达（LiDAR）数据生成。所提供的水面高程剖面（即水位）是利用遥感激光雷达数据，结合现场水位测量数据估算得到的，... Pre-Delta-X: Lidar-derived Water Level Profiles in the Wax Lake Outlet, LA, USA, 2016简介本数据集包含密西西比河三角洲阿查法拉亚河流域瓦克斯湖至墨西哥湾之间河道的水面高程剖面数据，这些数据由激光雷达（LiDAR）数据生成。所提供的水面高程剖面（即水位）是利用遥感激光雷达数据，结合现场水位测量数据估算得到的，...
- 过去几年，改进一个模型的方法几乎是固定的：准备数据、算梯度、跑训练循环，少则几小时，多则几个月。11 月 2 日，MIT CSAIL 的四位研究者公开的一组实验，展示了一条完全不同的路：让前沿模型直接读取并改写另一个模型的原始权重，全程不用梯度，也不写训练循环。他们把这套做法称为「权重空间编程」（weight-space programming）。据报道，实验的主角是 GPT-6 Astra... 过去几年，改进一个模型的方法几乎是固定的：准备数据、算梯度、跑训练循环，少则几小时，多则几个月。11 月 2 日，MIT CSAIL 的四位研究者公开的一组实验，展示了一条完全不同的路：让前沿模型直接读取并改写另一个模型的原始权重，全程不用梯度，也不写训练循环。他们把这套做法称为「权重空间编程」（weight-space programming）。据报道，实验的主角是 GPT-6 Astra...
- 让自动化自己改自己的 prompt：GitHub 把"人接不接受"变成了训练信号【摘要】10 月 28 日 GitHub Universe 上，Copilot Automations 多了一个叫"自我改进"的能力：自动化从自己在 GitHub 上留下的痕迹里学习——issue 分诊看人有没有改它打的标签，code review 看开发者接不接受它的评论——然后提出对自己 prompt 的改... 让自动化自己改自己的 prompt：GitHub 把"人接不接受"变成了训练信号【摘要】10 月 28 日 GitHub Universe 上，Copilot Automations 多了一个叫"自我改进"的能力：自动化从自己在 GitHub 上留下的痕迹里学习——issue 分诊看人有没有改它打的标签，code review 看开发者接不接受它的评论——然后提出对自己 prompt 的改...
- # REA：43 万 Star 的逆向工程 MCP，到底凭什么？我前两天在 GitHub Trending 上刷到一个项目，叫 REA，全称 Reverse Engineer Anything。431k Star，npm 月下载 155 万，10 月初日下载从 4k 暴涨到 11 万，两周干完别人两年的增长曲线。说实话第一反应是"又一个蹭 AI 热度的壳子吧"。点进去翻了半小时 README... # REA：43 万 Star 的逆向工程 MCP，到底凭什么？我前两天在 GitHub Trending 上刷到一个项目，叫 REA，全称 Reverse Engineer Anything。431k Star，npm 月下载 155 万，10 月初日下载从 4k 暴涨到 11 万，两周干完别人两年的增长曲线。说实话第一反应是"又一个蹭 AI 热度的壳子吧"。点进去翻了半小时 README...
- 《强化学习与最优控制》第 2.3-2.5 节 · 问题近似与 MPC问题近似是值空间近似的第二种途径：不改变求解方法（仍然是 DP），而是把原问题简化为一个更容易求解的近似问题。模型预测控制（MPC）是这种方法在连续空间确定性问题上的典型应用。 一、问题近似的核心思想不是近似 J∗J^*J∗，而是近似原问题本身。原问题 P → 精确 DP → J*（不可行，状态太大）近似问题 ... 《强化学习与最优控制》第 2.3-2.5 节 · 问题近似与 MPC问题近似是值空间近似的第二种途径：不改变求解方法（仍然是 DP），而是把原问题简化为一个更容易求解的近似问题。模型预测控制（MPC）是这种方法在连续空间确定性问题上的典型应用。 一、问题近似的核心思想不是近似 J∗J^*J∗，而是近似原问题本身。原问题 P → 精确 DP → J*（不可行，状态太大）近似问题 ...
- 11 月 4 日，启元具身研究中心发布世界模型仿真器 PrimeSim。它基于预训练视频生成模型，经过「中训练 + 后训练」两阶段改造，目标是替代传统物理仿真器，用来训练机器人操纵策略。权重、推理代码、训练代码将在 11 月 6 日开源。发布材料的成绩很密集：EWMBench 综合 6.09 位列榜首，分项 HSD、nDTW、BLEU、CLIP、Logics 五项均第一；WorldSimPr... 11 月 4 日，启元具身研究中心发布世界模型仿真器 PrimeSim。它基于预训练视频生成模型，经过「中训练 + 后训练」两阶段改造，目标是替代传统物理仿真器，用来训练机器人操纵策略。权重、推理代码、训练代码将在 11 月 6 日开源。发布材料的成绩很密集：EWMBench 综合 6.09 位列榜首，分项 HSD、nDTW、BLEU、CLIP、Logics 五项均第一；WorldSimPr...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签