11:54
Gary Marcus@GaryMarcus
Gary Marcus@GaryMarcus推荐理由：FT的分析文章，Gary Marcus 转评，核心观点很明确：堆算力解决不了AI的准确率问题，值得看看他为什么这么讲。
全部 AI 动态
AI 相关资讯全量信息流
6月26日
11:54
Gary Marcus 分享《金融时报》文章，质疑扩展计算规模能否解决 AI 的根本准确性难题。文章指出，尽管算力投入持续增加，但大模型在事实核查和推理任务上仍频繁出错。Marcus 认为依赖更大规模数据与参数并非提升可靠性的出路。该观点挑战了当前主流的大规模训练范式。
11:54
11:54Gary Marcus@GaryMarcus
Gary Marcus@GaryMarcus推荐理由：别被AI乐观派忽悠了，Gary Marcus用铁路和航空的类比讲清了泡沫破裂后硬件可能迅速贬值的现实，值得一看。
11:39
11:39IT之家（博客/媒体）
推荐理由：Mistral出了新OCR模型，支持170种语言，评分比GPT和Gemini都高，处理文档识别可以试试它。
11:39
11:39
arXiv cs.AI@Sangwoo Cho, Kushal Chawla, Pengshan Cai, Zefang Liu, Chenyang Zhu, Shi-Xiong Zhang, Sambit Sahu
推荐理由：BINEVAL把LLM评估拆成一堆“是/否”问题，结果好理解、易调试，在事实一致性上比UniEval还准，还能自己优化提示词。
11:38
11:38
arXiv cs.AI@Manjinder Singh, Alexander E. I. Brownlee, Mohamed Elawady
推荐理由：这篇论文搞了个GAversary，用遗传算法和GloVe嵌入做黑盒文本攻击，能把模型准确率从76.8%打到5.8%，比BAE狠多了。
11:37
11:37
arXiv cs.AI@Fabiana Fournier, Lior Limonad
推荐理由：这篇论文提出了一个很实用的思路：在现有工作流引擎上加一个智能体层，不用重写系统就能让工作流更灵活。用贷款审批的例子讲清楚了三种智能体怎么协作，技术方案具体可落地。
11:36
11:36
arXiv cs.AI@Henrik Müller, Daniel Kudenko
推荐理由：这论文教你用VLM给RL智能体自动设计奖励函数，不用手动调公式，在Meta-World和Franka Kitchen上训练更快，还防奖励黑客。
11:35
11:35
arXiv cs.AI@Ilia Larchenko
推荐理由：一个靠强化学习微调VLA在叠衣服任务上拿第一的方案，工程细节丰富，从训练到部署都有具体做法。
11:34
11:34
arXiv cs.AI@Tinghao Wang, Yichen Guo, Rui Huang, Zheng Lu, Qizhe Zhang, Chenxi Li, Yuan Zhang, Jiajun Cao, Zhirong Shen, Yaosong Du, Guangyan Gan, Wenya Wang, Lin William Cong, Shanghang Zhang
推荐理由：这篇论文的TOPS方法能在剪掉近八成视觉token的同时保持甚至提升模型性能，很实用。
11:34
11:34
arXiv cs.AI@Aoyang Fang, Yifan Yang, Jin'ao Shang, Qisheng Lu, Junjielung Xu, Rui Wang, Songhan Zhang, Yuzhong Zhang, Boxi Yu, Pinjia He
推荐理由：这篇论文搞了个新基准 OpenRCA 2.0，用 PAVE 协议给每一步因果关系打标签，发现 LLM 猜对根因容易，但连对因果路径很难——这比只看结果靠谱多了。
11:33
11:33
arXiv cs.AI@Yunqi Xue, Zhijiang Li, Philip Torr, Jindong Gu
推荐理由：这篇论文给自回归图像生成的安全问题提供了一个不需要人工标注的自我改进方案，用模型自己判断不安全图片然后修复码本，很实用。
11:30
11:30IT之家（博客/媒体）
精选74°
推荐理由：微软Excel现在能让你把财务流程存成技能，不用每月写提示词了。Copilot支持自定义Skills文件和预置金融库，还能查看改动。职场人省事儿了。
11:29
11:29
AI Will@FinanceYF5
AI Will@FinanceYF5推荐理由：Anthropic和OpenAI砸5亿美元帮被AI替代的人转行，这格局够大。
11:26
11:26
andrew chen@andrewchen
andrew chen@andrewchen推荐理由：Andrew Chen发现一个有趣现象：Google和Uber都成了动词，但GPT和Claude还没有。聊聊为什么AI品牌还没渗透到日常用语里。
11:25
11:25IT之家（博客/媒体）
推荐理由：AIIA拉上华为云、百度等22家单位，专治Token服务的性能、安全和计费乱象，后续AI服务会更规范，行业标准也要统一了。
11:24
11:24IT之家（博客/媒体）
推荐理由：摩根士丹利预测AMD下一代EPYC Venice出货将反超英伟达Vera，AMD用2nm Zen 6对标英伟达5nm芯片，CPU市场格局要变。
11:21
11:21
shao__meng@shao__meng
shao__meng@shao__meng91°
推荐理由：特朗普政府直接干预 OpenAI 新模型发布，要求逐个审批客户，和以前不一样，想了解大模型监管走向的可以看看。
11:20
11:20shao__meng@shao__meng
shao__meng@shao__meng精选72°
推荐理由：OpenAI 自家员工几乎全用 Codex 干活了，律师、财务也一样。看看他们的内部数据，就知道未来工作方式怎么变。
11:19
11:19shao__meng@shao__meng
shao__meng@shao__meng精选
推荐理由：v0 出了一招：把你的设计系统注册成一个 skill，之后每次生成 app 都用真组件，不用反复描述样式，省大事了。
11:07
11:07
arXiv cs.AI@Mohammad Mehdi Hosseini, Mohammad H. Mahoor, Hiroko H. Dodge
推荐理由：这篇论文用LLM给老人建了个能聊天的数字分身，在I-CONECT数据上比普通GPT更准地模拟真实对话和预测认知评分，可能帮助早发现轻度认知障碍。
11:04
11:04
arXiv cs.AI@Muhammad Hassan, Ramazan Yener, Ece Gumusel, Masooda Bashir
推荐理由：这篇论文分析了59款AI医疗聊天机器人的1.5万条用户评论，告诉你最常见的故障在哪里，尤其是隐私和安全问题最影响体验。做医疗AI的值得看看。
11:01
11:01AI Will@FinanceYF5
AI Will@FinanceYF5精选
推荐理由：Transformer预测隐状态而不是token能加速3.3倍，还能形成世界模型。Jayden Teoh的新框架值得看看。
10:59
10:59
arXiv cs.AI@Preet Baxi, Jiannan Xu, Jane Yi Jiang, Stefanus Jasin
推荐理由：想知道你的简历能不能骗过AI筛选？这篇论文用数据告诉你提示注入在什么时候有效、什么时候没用，还能看出公平隐患，做招聘和求职的都该看看。
10:59
10:59
arXiv cs.AI@Alina Bazarova, Johann Fredrik Jadebeck, Henrik Zunker, Carolina J. Klett-Tammen, Torben Heinsohn, Wolfgang Wiechert, Katharina Noeh, Stefan Kesselheim
推荐理由：这篇论文用COVID-19数据实测，SBI比MCMC快几十倍，精度不输，适合需要快速迭代的流行病学建模场景。
10:58
10:58
arXiv cs.AI@Junwei Luo, Shuai Yuan, Zhenya Yang, Yansheng Li, Zhe Liu, Hengshuang Zhao
推荐理由：EO-WM能更准确地预测植被在极端天气下的变化，NDVI误差降了5.63%，比现有模型更靠谱。
10:53
10:53
arXiv cs.AI@Wen Ye, Peiyan Li, Tingyu Yuan, Yuan Xu, Xiangnan Wu, Chaoyang Zhao, Jing Liu, Nianfeng Liu, Yan Huang, Liang Wang
推荐理由：E-TTS团队搞了个新框架，不用重新训练就把机器人操作成功率在模拟中提33%，真实场景提26%，挺实用的。
10:52
10:52
arXiv cs.AI@Junhao Shi, Zezheng Huai, Siyin Wang, Jia Chen, Yubang Wang, Zhaoye Fei, Hechang Chen, Jingjing Gong, Xipeng Qiu, Yu-Gang Jiang
推荐理由：他们搞了个新架构，让机器人能自己协调API、物联网和物理动作，干活出错还能自己恢复，20个任务里成功率都比之前高，而且省钱省token。
10:51
10:51
arXiv cs.AI@Chi Cui, Yixin Wu, Yang Zhang
推荐理由：这篇论文用硬数据告诉你，AI脱衣已经从搞名人变成搞普通人了，而且Stable Diffusion和Wan是主要生产工具，4chan社区里几百条的高产作者在推波助澜。
10:50
10:50
arXiv cs.AI@Zhengyuan Liu, Stella Xin Yin, Min-Yen Kan, Nancy F. Chen
推荐理由：这篇论文给出了分析对话的实用框架，在9个数据集上测试过，特别点出元认知调节对协作深度的重要性。
10:50
10:50
arXiv cs.AI@Sayak Dutta
精选
推荐理由：这篇论文用简单思路修了GDN-2的三个bug，实测1.3B模型困惑度降了0.18，还省内存和参数，想搞高效注意力的话值得看。
10:47
10:47
arXiv cs.LG@Wei Zhou, Xiongwei Zhu, Zelin Xu, Bo Dong, Lixue Gong, Yongyuan Liang, Meng Chu, Leigang Qu, Lingdong Kong, Wei Liu, Tat-Seng Chua
推荐理由：这篇论文用DanceOPD把T2I、局部编辑和全局编辑统一到一个模型里，解决了相互干扰的问题，效果显著提升。
10:46
10:46
arXiv cs.LG@Yingyu Lin, Qiyue Gao, Nikki Lijing Kuang, Xunpeng Huang, Kun Zhou, Tongtong Liang, Zhewei Yao, Yi-An Ma, Yuxiong He
推荐理由：论文介绍RiVER，用强化学习训练模型解决无标准答案的得分优化问题，还能顺带提升常规编程基准，实用思路值得一看。
10:45
10:45
OpenRouter@OpenRouterAI
OpenRouter@OpenRouterAI精选
推荐理由：OpenRouter 出的省心用法：设成 nitro 模式，GLM-5.2 自动走最快的推理服务商，不用自己选。
10:45
10:45
arXiv cs.LG@Danyal Rehman, Charlie B. Tan, Yoshua Bengio, Avishek Joey Bose, Alexander Tong
推荐理由：想了解分子模拟新方法？这篇论文提出的 ArBG 用自回归替代流模型，在 Chignolin 等体系上效果更好，还开源了 1.32 亿参数的 Robin 模型。
10:44
10:44
arXiv cs.LG@Johannes Zenn, Jonas Geiping
推荐理由：论文搞清楚了啥时候模型觉得对就真的对。它告诉你别光看概率，同一问题重复问，概率高不一定准，做解码或自一致性时可参考。
10:43
10:43
arXiv cs.LG@Haina Jiang, Liam Wang, Peng-Chen Chen, Min Seop Kwak, Seungryong Kim, Brian Bell, Jeong Joon Park
推荐理由：想用神经网络高效求解偏微分方程？ENS从残差输入中学迭代修正，比传统混合方法快10倍，还能零样本跨方程迁移。
10:42
10:42
arXiv cs.LG@Nicholas Pulsone, Gregory Goren, Roee Shraga
推荐理由：BEACON在低资源实体匹配上表现不错，但你知道它为啥管用吗？这篇论文给你答案。
10:41
10:41
arXiv cs.LG@Tianyi Men, Zhuoran Jin, Pengfei Cao, Yubo Chen, Kang Liu, Jun Zhao
推荐理由：这篇让7B小模型在GUI任务规划上超过32B大模型，还分析了不同层级任务泛化的差异，很实用。
10:40
10:40
arXiv cs.LG@Nicklas Hansen, Xiaolong Wang
推荐理由：这篇论文用具体数据和实验证明世界模型的幻觉本质是数据覆盖问题，还给出了实用的检测和缓解方法。
10:40
10:40
arXiv cs.LG@Nathanaël Jacquier, Maria Vakalopoulou, Mahdi S. Hosseini
推荐理由：这篇论文给Top-k稀疏自编码器加了两种正则化方法，能让模型更可解释而且重构质量不降，值得做可解释性的人看看。
仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。