AI研究相关 AI 资讯

8月25日

11:43

官方账号阿里通义 Qwen@Alibaba_Qwen

78°

Qwen模型在AI/ML论文中提及率持续增长，2025年提及率已达40%，中国模型成为研究主流。OpenAI的闭源模型仍占主导，但提及率有所下降。Gemini和Claude提及率较低。LLama模型在2025年达到峰值后逐渐下降。

AI模型 Qwen模型中国模型 AI研究

事件专题

推荐理由：想了解Qwen模型如何成为AI研究主流，以及中国模型在国际上的地位，这篇文章值得一读。

原文

10:17

Y Combinator@ycombinator

20多家YC初创公司近期在NeurIPS、ICLR和ICML等顶级会议上发布研究。

行业 AI研究初创公司 NeurIPS

推荐理由：20多家初创公司展示AI研究成果，值得关注。

原文

8月24日

09:08

官方账号Andrew Ng@AndrewYNg

精选

Marin项目展示了AI模型训练的开放性，包括开源代码、数据、配方和实验结果。本周开始训练Marin 535B-A23B模型，整个训练过程公开。预训练和中期训练将在11个GB200 NVL72上使用18.75T标记进行，预计约3个月完成。之前进行了从1.6B-A61M到27.7B-A1.2B的4级缩放训练，以调试问题和预测主要运行。这是迄今为止最大的运行，预计会有意外。

AI模型 Marin项目模型训练开放性

事件专题

推荐理由：Percy Liang的实验室以开放的方式发布了Marin 535B-A23B模型，展示了AI训练的开放性，值得关注。

原文

8月22日

20:33

官方账号Decoder@Maximilian Schreiner

精选

普林斯顿大学和加州大学圣地亚哥分校的研究发现，技能主要通过结构化工作流程提升AI智能体，而非增加知识。但随着技能库扩大，智能体找到正确指令的难度增加。

论文智能体技能 AI研究

推荐理由：普林斯顿和加州大学的研究揭示了AI智能体技能的奥秘，了解它们如何成功和失败，对AI发展有重要意义。

原文

02:08

Gary Marcus@GaryMarcus

78°

Luke Metz，ChatGPT研究预览项目负责人，离开OpenAI后加入Thinking Machines Lab，再回归OpenAI，如今再次离开。

行业 Luke Metz OpenAI Thinking Machines Lab

事件专题

推荐理由：Luke Metz再次离开OpenAI，关注其AI研究进展和未来动向。

原文

8月21日

21:13

官方账号Google DeepMind@GoogleDeepMind

精选

DeepMind利用游戏作为AI研究测试床15年，从Atari到StarCraft II，研究包括持续学习、深度记忆系统、长期规划和多智能体动态等。目标是与游戏开发者合作，创造新游戏体验，并应用于现实世界问题。

AI模型 DeepMind AI研究游戏测试床

推荐理由：DeepMind用游戏测试AI，从Atari到StarCraft II，探索持续学习、深度记忆等，与游戏开发者合作创新游戏体验。

原文

7月29日

00:55

Rowan Cheung@rowancheung

75°

扎克伯格在采访中透露，他仅用50到100人运营Meta的超级智能实验室，并亲自招募每一位顶尖AI研究员。他强调团队中若有人不称职会产生巨大负面影响，因此座位珍贵。实验室没有自上而下的截止日期，认为研究无法预知时长。组织保持扁平，不设非技术管理层，因为一旦停止实际工作知识就会退化。

行业 Mark Zuckerberg Meta AI研究

推荐理由：扎克伯格分享了Meta超级智能实验室的独特管理方式：只招50到100人，不设截止日期，亲自招募顶尖研究员，扁平化管理。跟大公司传统做法很不一样。

原文

7月24日

01:09

elvis@omarsar0

精选

作者分享了构建个人agent orchestrator的经验，称许多想法尚处于早期阶段。通过自建系统，他得以探索难以理解的agent运行方式。目前他仍在寻找最通用的agent harness形式，并持续进行AI基准测试研究。

技巧 agent orchestrator agents 智能体

推荐理由：自己动手造了一个agent编排器，分享早期发现和实验心得，对搞智能体编排的人有启发。

原文

7月14日

23:18

官方账号Anthropic@AnthropicAI

Anthropic 宣布投入 1000 万加元（CAD），与加拿大领先的 AI 机构（如 Vector Institute、Mila、Amii）合作，共同资助新的 AI 研究项目。这笔资金将用于支持 AI 安全、稳健性和有益性方面的基础研究。合作旨在利用加拿大在 AI 领域的学术优势，推动负责任 AI 的发展。

行业 Anthropic 加拿大 AI研究

事件专题

推荐理由：Anthropic 在加拿大砸了 1000 万加元，跟 Vector、Mila 这些顶级机构一起搞研究，想推动更安全的 AI，值得关注。

原文

7月13日

11:15

官方账号Together AI@togethercompute

Together AI联合NVIDIA和Lyra Labs，在ICML 2025会议上主办一场炉边谈话，由Tri Dao主持。活动主题聚焦AI研究与基础设施的未来发展。会议将于ICML期间举行，需RSVP参与。

行业 Together AI NVIDIA Lyra Labs

事件专题

推荐理由：Tri Dao带队，Together AI、NVIDIA和Lyra Labs一起聊AI研究走向，ICML现场限定，想去的赶紧RSVP。

原文

6月21日

17:21

官方账号Decoder@Matthias Bastian

Sam Altman在斯坦福大学演讲中为LLM缩放策略进行辩护，批评整整一代研究者因低估缩放能力而阻碍了AI发展。他引用OpenAI最近推翻一个数学猜想的案例作为证据，认为缩放已被证实有效。Altman的言论引发了对AI研究方向的重新讨论。

行业 Sam Altman OpenAI 缩放策略

事件专题

推荐理由：Sam Altman在斯坦福直接开怼，说一群研究者低估了缩放的力量，还用OpenAI推翻数学猜想当证据，观点很尖锐。

原文

6月18日

14:33

AI Will@FinanceYF5

一条观点指出，未来18个月内每个AI工具都会内置特定的提问工作流。在此之前，掌握提问技巧的用户将获得优势。AI搜索负责提供答案，而AI研究负责提供判断。当前优势属于会提问的人。

技巧提问技巧工作流 AI搜索

推荐理由：@FinanceYF5 说未来AI工具会内置提问工作流，现在会提问的人更占优。想提前掌握优势？

原文

01:44

Firecrawl@firecrawl_dev

精选

Firecrawl 推出 Research Index，一个针对 AI/ML 研究代理的专用索引。该索引在 arXivQA 基准上实现最先进召回率，比次优提供商高出 18%，成本相近。目前正在为 YC 研究实验室 Aemon_ai 提供自动研发支持。该索引旨在提升研究代理的信息检索效率。

AI产品 Firecrawl Research Index arXivQA

推荐理由：Firecrawl 搞了个研究专用索引，召回率比同行高 18%，还已经用在 YC 实验室 Aemon_ai 了，做研究检索的朋友可以看看。

原文

6月16日

12:55

官方账号arXiv cs.AI@Sara Fish

该研究以EC 2025论文中一个关于公共物品稳定菜单的开放问题为测试平台，评估不同AI研究工作流的效果。实验发现：(1)在提示中加入人类直觉能提升LLM的“品味”；(2)多轮交互工作流在鼓励“大胆步骤”时更有效。与一名一年级博士生比较，LLM在解决该问题上的效果略逊一筹。研究尚未公开博士生参与前的原始手稿对比细节。

论文 EconCS LLM 公共物品

推荐理由：这篇论文告诉你，用AI做经济学研究时，喂它人类直觉比纯指令好使，但别指望它比刚入行的博士生强多少。

原文

12:53

官方账号arXiv cs.AI@Kevin L Coakley, Thijs Snelleman, Holger Hoos, Odd Erik Gundersen

该研究分析了2014至2024年间五大顶级AI会议发表的56800篇论文，评估其文档实践。结果显示，代码和数据共享比例从11%增至64%，增长了近六倍。基于文档实践推断的可重复性从28%提升至64%。这些改进在可重复性检查清单引入之前就已开始，反映的是开放科学趋势而非形式要求。

论文可重复性 AI研究开源科学

推荐理由：这篇论文用56800篇数据告诉你，AI研究的可重复性在过去十年大幅提升，代码共享从11%涨到64%，而且不是靠强制清单推动的。

原文

01:58

官方账号EleutherAI@AiEleuther

EleutherAI 启动 Summer of AI Research 2026 申请，活动周期为 7 月 13 日至 8 月 16 日。该项目为完全在线形式，面向研究经验较少的参与者。入选者将在资深研究员的指导下为开源 AI 研究项目做贡献。申请目前已开放。

行业 EleutherAI Summer of AI Research 2026 开源模型

推荐理由：EleutherAI 搞了个暑期研究项目，没经验也能参加，导师带着你做开源AI，7月13号到8月16号，赶紧去申请看看。

原文

6月12日

04:32

官方账号Logan Kilpatrick@OfficialLoganK

Logan Kilpatrick与Google Research负责人Yossi Matias对话，探讨AI如何加速科学进步的“魔法循环”，改善全球真实生活，并指出我们正进入研究的黄金时代。Matias分享了AI在药物发现、气候预测等领域的实际应用案例，强调AI正从实验室走向现实世界。这场对话充满启发，展示了AI对科学研究的深远影响。

行业 AI研究科学进步 Google Research

事件专题

推荐理由：想了解AI如何真正推动科学进步的研究者或从业者，这场对话值得一看——Google Research负责人的一线视角，比任何报告都更真实。

原文

5月30日

21:09

官方账号Decoder@Jonathan Kemper

精选

一项涵盖20.8万名参与者和2600万次回答的大规模研究发现，将语言模型训练成有用聊天机器人的过程，反而削弱了它们模拟人类行为的能力。这种效应随着模型代际更新而加剧，即使是流行的“角色扮演”技巧（喂入人口统计特征）对个体预测也几乎没有帮助。研究指出，AI的“有用性”与“人性化”之间存在根本性矛盾，这对依赖AI进行社会模拟或用户行为预测的应用构成挑战。

论文 AI研究语言模型模拟人类行为

推荐理由：做AI社会模拟、用户行为预测或角色扮演应用的团队，这项研究直接点出了当前模型的根本局限——越有用的AI越不像人，建议点开看看具体数据和影响。

原文

5月28日

11:36

AK@_akhaliq

精选72°

Gamma-World 是一种生成式多智能体世界建模方法，超越了传统双玩家（如双人博弈）的限制，能够模拟多个智能体在复杂环境中的交互。该模型通过生成式框架学习智能体间的动态关系，适用于游戏、机器人协作等场景。研究展示了其在多智能体环境下的强大建模能力，为更复杂的群体智能研究提供了新工具。

论文多智能体世界模型生成式模型

推荐理由：多智能体系统开发者终于有了能处理超过两个智能体的世界模型——Gamma-World 解决了传统双玩家建模的瓶颈，做游戏 AI 或机器人协作的团队值得关注。

原文

5月12日

23:56

官方账号François Chollet@fchollet

François Chollet 在推文中澄清，符号学习（Symbolic learning）并非要取代编程智能体，而是作为梯度下降和神经网络的替代方案。他将其描述为一种低层次、完全通用且极其可扩展的新型学习基底。这一观点重新定义了符号学习的定位，表明它可能在未来AI系统中扮演更基础的角色，为模型优化提供不同于反向传播的新途径。

AI模型符号学习梯度下降神经网络

推荐理由：重塑对符号学习的认知，明确其作为底层学习范式的潜力，对AI研究者和从业者理解未来方向有参考价值。

原文