Stanford 相关 AI 资讯

7月8日

03:16

elvis@omarsar0

精选73°

Stanford、NVIDIA、UC Berkeley 提出一种无需微调的验证器，直接从评分 token logits 读取连续校准分数。通过三个旋钮——分数粒度、重复评估、标准分解——提升准确率。在 Terminal-Bench V2 达 86.5%，SWE-Bench Verified 78.2%，RoboRewardBench 87.4%，MedAgentBench 73.3%。该连续分数还可作为 SAC 和 GRPO 的密集奖励，并已集成到 Claude Code 扩展中用于任务进度信号。论文见 arxiv.org/abs/2607.05391。

论文 verifier training-free SWE-Bench Stanford RL奖励

推荐理由：斯坦福等团队出了个不用微调的验证器，用 token logits 读连续分数，SWE-Bench 干到 78.2%，还能给强化学习当奖励信号，很实用。

原文

7月5日

10:44

Stanford AI Lab@StanfordAILab

精选

斯坦福AI实验室的研究（论文编号2606.24998）量化了预训练语料中残留重复数据对计算效率的影响。最坏情况下，重复结构可导致高达33%的FLOPs被浪费。该研究还发现最坏情况重复结构与模型大小存在可预测关系。论文将作为口头报告在ICML 2026深度生成模型基础研讨会上展示。

论文数据重复预训练计算浪费 Stanford 语言模型

推荐理由：预训练数据去重总留尾巴，斯坦福算了一笔账：最坏情况浪费三分之一的算力，模型越大规律越清楚。训练前值得看看。

原文

7月3日

04:03

Stanford AI Lab@StanfordAILab

精选

斯坦福AI实验室提出Freeform Preference Learning方法，让标注者用自然语言描述轨迹的偏好轴（如速度、精度、子任务完成度），而非仅做单一整体偏好选择。该方法学习基于这些轴的奖励函数，能提取更优策略。论文arXiv:2606.32027和博客已公开。

AI模型 Freeform Preference Learning Stanford 机器人偏好学习

推荐理由：斯坦福团队发了个新方法，让标注者用自然语言描述偏好，比单一打分更精确，机器人策略能学到更多结构信息。

原文

02:52

elvis@omarsar0

精选

斯坦福大学提出AutoMem框架，将智能体记忆管理从固定模块转变为可训练技能。模型自主决定编码、检索与笔记组织，文件系统操作作为一等动作。AutoMem通过两循环自动化：强LLM重写记忆结构，智能体历史记忆决策作为训练信号。仅优化记忆使基础智能体在Crafter、MiniHack、NetHack上提升2-4倍。32B开源模型因此与Claude Opus 4.5、Gemini 3.1 Pro Thinking性能相当。

AI模型 AutoMem Stanford Crafter MiniHack 智能体记忆

推荐理由：斯坦福发了个AutoMem，给智能体装上可训练的记忆模块，让32B模型打平Claude Opus 4.5。省去调任务动作，光改记忆就提升2-4倍，搞长程任务的别错过。

原文

6月30日

16:24

Stanford AI Lab@StanfordAILab

斯坦福AI实验室发布R&B-EnCoRe方法，这是一个视觉-语言-动作模型，能自主识别哪些思维链（chain-of-thought）有助于实际行动。该方法无需奖励函数、验证器或人工标注，完全由模型自监督学习。实验表明，R&B-EnCoRe在机器人操作任务中比基线方法有显著提升，证明了自我引导的推理训练的有效性。

AI模型 R&B-EnCoRe Stanford 视觉-语言-动作模型机器人思维链

推荐理由：斯坦福搞了个新方法，让机器人自己学会想什么有用，不用人教也不用奖励，挺酷的。

原文

6月27日

11:45

Stanford AI Lab@StanfordAILab

斯坦福AI实验室发布了Auto-psych系统，让AI智能体自主提出心理学理论、设计实验、在线招募真实人类参与者，并根据实验结果迭代改进。该系统实现了从理论到验证的闭环自动化，无需人工介入实验设计和数据收集环节。这是将大语言模型智能体应用于社会科学实证研究的一次实践。

AI模型 Auto-psych Stanford 智能体自动化科研心理学研究

推荐理由：斯坦福AI实验室搞了个Auto-psych，AI智能体自己就能跑通心理学研究整个流程，从提理论到找人做实验再到改进，省掉了人工操作。

原文

6月16日

14:15

官方账号AlphaSignal@AlphaSignalAI

74°

斯坦福大学和卡内基梅隆大学团队提出了一种名为Agent-Native Research Artifact的新研究格式。该格式替代传统论文，同时包含声明推理、可执行代码、失败实验日志和原始结果。对比测试中，AI的理解评分从72.4%提升到93.7%，复现评分从57.4%提升到64.4%。研究团队认为，这可能是人类撰写最后一篇论文的转折点。

论文 Agent-Native Research Artifact Stanford CMU 学术论文 AI可执行

推荐理由：斯坦福和CMU搞了个新格式叫Agent-Native Research Artifact，它把代码、失败记录都塞进去后，AI理解能力从72%跃升到93%，复现也涨了7个百分点，比读传统论文好用多了。

原文

6月9日

01:40

官方账号Clement Delangue@ClementDelangue

精选

斯坦福大学研究显示，本地模型在真实世界聊天和推理查询中的准确率从2023年的23.2%提升至71.3%。该研究对比了本地模型与前沿API的成本和能耗，发现本地模型以极低代价实现了大部分任务。研究指出，多数工作负载无需依赖前沿模型，未来将是本地、开源、较小模型的天下。

论文 Stanford 本地模型前沿API 推理模型

推荐理由：本地模型性价比超高

原文