大语言模型
Sakana AI联手MIT：大语言模型在Core War中驱动AI对抗进化，揭示数字红皇后算法与趋同演化现象
Sakana AI与麻省理工学院（MIT）合作，利用大语言模型在经典编程游戏《Core War》中驱动了一场AI对抗进化实验，提出了“数字红皇后（DRQ）”算法。该算法通过让AI程序在虚拟战场中持续进行自我博弈和对抗，迭代进化出既稳健又通用的“战士”程序。研究不仅验证了“红皇后动态”（物种必须不断进化以维持相对竞争力），还观察到了有趣的“趋同进化”现象——从不同起点独立演化的程序最终会发展出相似的高效行为策略。这项研究为在安全可控的沙盒环境中探索AI在对抗性场景（如网络安全）中的演化规律提供了新范式，对理
2025推理模型之年：DeepSeek R1引领LLM强化推理新范式
本文基于AI研究员Sebastian Raschka的年度总结，深入解读了2025年大语言模型领域的核心进展。文章指出，2025年是“推理模型之年”，DeepSeek R1的发布及其采用的RLVR与GRPO算法成为技术风向标，推动LLM发展重点从参数堆叠转向推理能力强化。同时，模型架构呈现MoE与高效注意力机制融合的趋势，“推理时扩展”和“工具使用”成为提升性能的关键杠杆。行业也面临“极限刷榜”带来的评估挑战。文章还探讨了AI在编码、写作中的协作角色，并预测未来优势将在于私有数据与领域专业化。最后，对20
北京智研院NPR框架：原生并行推理加速大模型复杂任务处理
北京通用人工智能研究院（BIGAI）提出原生并行推理器（NPR）框架，旨在解决大语言模型处理复杂推理任务时的瓶颈。该框架通过“自蒸馏+并行强化学习”三阶段训练范式，使模型获得内在的并行推理能力，能同时探索多条路径并汇总结果。实验表明，NPR在多个高难度数学推理基准上显著提升了准确率与效率（最高加速4.6倍），且并行行为稳健，为下一代AI智能体的发展提供了新思路。
Poetiq与GPT-5.2推理编排系统ARC-AGI-2：无需微调提升AI性能
AI初创公司Poetiq通过其创新的Meta-System（推理编排系统），在未对底层模型进行任何微调的情况下，显著提升了GPT-5.2 X-High在权威复杂推理基准ARC-AGI-2上的性能。测试显示，该系统使模型在PUBLIC-EVAL数据集上取得75%的准确率，较之前SOTA提升约15%，同时单题成本低于8美元。Poetiq系统采用迭代式问题求解和自我审计机制，具备模型无关性，可快速适配不同大模型，展现了在模型之上构建智能、通过优化推理过程而非改变模型本身来释放AI潜力的新范式。
快手科技熵比裁剪法：解决强化学习全局分布漂移，提升大语言模型训练稳定性
快手科技语言大模型团队提出创新性“熵比裁剪”方法，有效解决大语言模型强化学习训练中的全局分布漂移难题。该方法通过约束策略熵的相对变化，从整体分布层面稳定训练过程，与经典的PPO-Clip形成互补。实验表明，ERC能在多个高难度数学推理基准上显著提升模型性能，并确保训练动态更稳定，同时保持良好的探索能力。这项研究为提升大模型训练稳定性和可靠性提供了重要技术突破。
AAAI 2026 | Trust-videoLLMs：视频大语言模型可信度与多模态安全评测
合肥工业大学与清华大学研究团队在AAAI 2026上提出了首个面向视频大语言模型的综合可信度评测基准Trust-videoLLMs。该基准从真实性、鲁棒性、安全性、公平性、隐私性五个维度，对23款主流模型进行了全面评估。关键发现包括：闭源模型整体领先但开源模型正在追赶；模型规模不等于性能；视频内容会放大安全风险；公平性偏见普遍存在；隐私保护能力存在双重性。团队开源了全套评测框架、数据集与工具箱，旨在推动构建更安全、可靠、负责任的多模态AI系统。
Thinking Machines Lab 全面开放Tinker API，新增微调与视觉模型功能，兼容OpenAI API
由前OpenAI CTO创立的Thinking Machines Lab宣布其Tinker API全面开放，取消内测限制。本次更新带来三大核心功能：支持对万亿参数模型Kimi K2进行微调；提供完全兼容OpenAI API标准的推理接口，实现即插即用；新增两款视觉语言模型（Qwen3-VL），支持图像内容处理与多模态任务微调。Tinker通过将复杂的训练基础设施抽象为API，让开发者无需管理算力资源，仅关注数据与算法，极大降低了大规模模型定制与应用的门槛。
浙大NeurIPS 2025提出COIDO框架：高效优化多模态数据选择，显著降低计算成本
浙江大学团队在NeurIPS 2025上提出的COIDO框架，通过耦合重要性-多样性优化与轻量级评分器设计，革命性地降低了多模态大模型视觉指令微调的数据筛选成本。该框架仅需20%的数据进行训练，即可达到接近全量数据微调的性能，同时在计算效率与筛选质量上均超越现有方法，并展现出强大的泛化与迁移能力，为高效多模态模型训练提供了突破性解决方案。
斯坦福研究：协调层激活LLM推理能力，迈向AGI新路径
斯坦福大学Edward Y. Chang教授的最新研究提出，实现通用人工智能（AGI）的关键不在于无限扩大语言模型规模，而在于构建一个“协调层”。该协调层能够智能地引导和绑定大语言模型（LLM）内海量的模式知识，使其从基于统计的“模式匹配”转向目标明确的可靠“推理”。研究提出了“统一认知意识理论”（UCCT），将这一转变描述为一种“相变”，并设计了“多智能体协作智能”（MACI）架构作为协调层的工程实现。这项研究为AGI的发展提供了一条超越“规模扩展”与“模式匹配批判”的第三条道路。
阿里千问新方法：一阶近似优化大语言模型强化学习训练稳定性
阿里千问团队提出了一种创新的大语言模型强化学习理论框架，通过将词元级优化目标构建为序列级期望奖励的一阶近似，从根本上解释了训练不稳定的原因。该研究指出，在训练与推理差异及策略偏差足够小的条件下，此近似成立。针对混合专家模型的特殊挑战，团队提出了路由重放方法。大规模实验证明，结合重要性采样的基础策略梯度方法在同策略训练中最稳定；而在异策略训练中，必须同时使用路由重放和剪切技术。研究最终表明，实现稳定的训练过程比模型初始化方式更为关键。
AI Tools Nav 收录了全球优质的 AI 工具与人工智能应用平台，覆盖 AI写作、AI绘图、AI编程、AI音频处理、AI视频编辑、AI办公自动化、AI搜索引擎 等多个领域，持续每日更新，让你快速找到好用的 AI 工具，提高工作与创作效率。