阿里最新研究：让LLM学会“连点成线”，长期部署任务成功率飙升76%！
大模型做agent已不新鲜，但让它在真实场景长期部署、边工作边学习、自己积累经验，才是终极形态。阿里CoD论文用强化学习端到端训练LLM学会“连点成线”的元能力，任务序列里第四个任务成功率从28%干到76%，还跨域泛化到没见过的任务上。
标签：人工智能
共 701 篇
NUS新方法给VLM配探照灯：GPT-4o、Gemini看图提升2-6个点
你遇到过吗？让VLM读个图表或者扫描PDF，模型说得头头是道：“我要先看y坐标然后对比...”结果最后答案错得一塌糊涂！ 这不是推理能力不行，是 证据没入眼 。今天聊的NUS新研究SPOT-E，用一招「熵塑形」给VLM搭了个探照灯，冻结主干模型不用训，直接让GPT-4o、Gemini看图能力上一个台阶～
强化学习基础模型，真的还没到来吗？一招用「合成先验」搞定任意MDP
社区热议（453赞）！这篇2026年6月的论文一针见血地指出：强化学习缺的不是更好的模型，而是一个可以随意采样的合成先验。作者借鉴TabPFN的成功经验，直接把MDP「表格化」，用图注意力网络一通训练，结果在未见过的环境中，6个episode就收敛到最优策略，效率吊打传统上千步的Q-learning。思路极其清奇，简直是给RL基础模型铺路！
上海交大最新研究：多设备智能体执行失败，真的不用全局重规划？
多设备协同的AI智能体，一张发票报销就能牵扯出手机、电脑、多个在线系统。一旦CPU烧了、网络崩了，传统方案就是粗暴“全部重来”。上海交大这项研究告诉你，根本不需要！分层恢复，小毛病本地解决，大毛病再上全局判断，这才是智能体该有的“情商”。
DeepMind最新警告：AI越强越不合作？揭秘“唯我论”超级智能的隐患
DeepMind终于出手，这次不谈算力，不聊模型，而是直接戳中了整个AI领域的“灵魂痛点”——我们的AI，从根上就不懂合作。这篇论文像一盆冷水，泼醒了还在疯狂堆数据、跑benchmark的各位同行。它告诉我们，超级智能的关键不在于“多强”，而在于“多合群”。不适合在“唯我独尊”的范式下闭门造车的研究者都该读读。
EA联合大作：强化学习如何让游戏NPC告别“脚本味”？
玩过3A大作的朋友都知道，一个“蠢”NPC有多毁沉浸感。EA这次没有跟你聊概念，而是直接把强化学习塞进了EA SPORTS FC 25和Battlefield 6的AI系统里，并总结了一套极具价值的实战方法论，告诉你如何让NPC从“脚本”进化到“有灵魂”。这是游戏AI从学术走向工业的关键一步。
图论五大参数关系揭秘：支配数与打包数比值，树中竟然有界？
图论里的江湖，也有“参数内卷”的时候。支配数、打包数、隔离数……今天，龙哥就带大家看看，这些看起来眼花缭乱的指标之间，到底谁跟谁“绑定”，谁又可以抛开对方“独立起飞”。
通用智能体必备？CMU用数学告诉你：没记忆不行
继2026年6月推过“世界模型新范式”那篇之后，这又来了一个理论硬核到不行的好货。CMU的这篇论文，用数学证明了“好记性”对于通用智能体是刚需，而不是可选项。它就像一个AI界的“记忆法证明”，告诉所有人：别再做无头苍蝇了，想变强，先学学怎么记笔记吧！
全球最大伽马射线天文台的“数字大脑”揭秘！CTAO的ACADA系统如何实现每秒24Gb数据流实时处理？
宇宙中最剧烈的伽马射线暴发，需要地球最强的“眼睛”来捕捉。CTAO就是这双眼睛，而ACADA系统则是操控这双眼睛的“数字大脑”。这篇论文详细展示了如何构建一个能管理上百台望远镜、处理每秒几十Gb数据流、并能在4秒内响应宇宙瞬变事件的超级控制软件。对于研究大型分布式系统、实时数据处理和天文信息学的读者来说，这是一份来自全球最大在建天文台的一手架构设计文档。
亚运会看够了？无蜂窝ISAC+数字孪生，让目标跟踪精度飙升23dB！
继2026年6月推送过《AI数字孪生：5G/6G网络流量预测与资源管理新突破》后，今天这篇把ISAC和数字孪生玩出了新高度！不仅证明了无蜂窝架构能让速度估计从“瞎”变“聪”，还巧妙地把FIM形状优化和速度估计搞成了正交，设计起来省心省力，最终23dB的跟踪增益，香！
UCSC/Stanford新模型SEAMIST：氢氦溶解竟加速亚海王星大气死亡？
想象一下，一颗行星的“岩浆海洋”里，氢和氦像泡腾片一样咕嘟咕嘟地溶解又释放，会怎样改变它的命运？UCSC等机构提出的SEAMIST模型，首次把这些复杂过程统一模拟，结果发现：溶解未必能“保命”，反而可能加速大气逃逸，甚至引发灾难性的“沸腾”！
普林斯顿生成式框架让0.2m/s行星信号无处遁形
让AI看星星，居然能比人眼强26倍！普林斯顿团队用生成式模型从噪声中“捞”出系外行星信号，地球2.0的搜寻又近了一大步。
