【20260211AI日报】首个测试时共进化合成框架TTCS：在「左右互搏」中突破推理瓶颈

本文字数：约 4638 字，预计阅读时间：15 分钟重点新闻首个测试时共进化合成框架TTCS：在「左右互搏」中突破推理瓶颈近日，研究人员提出了首个测试时共进化合成（Test-Time Co-Evolution Synthesis, TTCS）框架，通过在推理过程中引入共进化机制，解决了传统方法在复杂推理任务中的瓶颈问题。TTCS框架通过将模型的不同部分进行相互对抗和优化，显著提升了模型在处理复杂推理任务时的准确性和鲁棒性。传统的深度学习模型在推理过程中往往依赖于预先训练好的模型权重，而TTCS框架通过在推理过程中动态调整模型参数，使得模型能够更好地适应当前任务需求。具体来说，TTCS框架在推理过程中引入了两个相互对抗的模型，通过不断迭代优化，使得两个模型能够在推理过程中互相促进，从而实现更准确、更鲁棒的推理结果。这一框架的提出，不仅为解决复杂推理任务提供了新的思路，也为人工智能领域的研究和应用带来了新的可能性。未来，TTCS框架有望在自然语言处理、计算机视觉等多个领域发挥重要作用。华为发布业界首个扩散语言模型Agent，部分场景提速8倍！华为近日宣布推出业界首个扩散语言模型Agent，

今日新鲜事 · 昨天

【20260210AI日报】清华刘知远团队论文：在严格可控环境下重新回答「强化学习能否教会大模型新能力」丨ICLR 2026

本文字数：约 3200 字，预计阅读时间：10 分钟清华刘知远团队论文：在严格可控环境下重新回答「强化学习能否教会大模型新能力」丨ICLR 2026清华大学孙茂松、刘知远团队的论文《From f(x) and g(x) to f(g(x)): LLMs Learn New Skills in RL by Composing Old Ones》在ICLR 2026上提出，通过设计严格的实验环境，研究强化学习是否能真正教会大模型新能力。该研究试图解决当前关于强化学习作用的争论，即强化学习是否仅仅是重排已有能力，还是真的能拓展模型的能力边界。在实验中，研究团队采用字符串变换函数作为研究对象，这些函数被随机命名，以彻底排除预训练语料的干扰。实验设计了两个阶段：首先是监督微调（SFT），让模型掌握单个函数的原子能力；其次是在强化学习阶段，考察模型能否将原子能力组合成新的技能。研究发现，当模型在单函数上进行强化学习时，其在复杂组合任务上的表现较差；而一旦引入二层嵌套函数的强化学习，模型在三层及以上的组合任务上表现显著提升，表明模型确实学会了新技能。进一步的跨任务实验表明，强化学习带来的组合能力具有

今日新鲜事 · 前天

【20260209AI日报】当多数车企追求速度，长城在智驾上选择了克制

本文字数：约 4300 字，预计阅读时间：15 分钟当多数车企追求速度，长城在智驾上选择了克制 在当前智能驾驶技术快速发展的背景下，长城汽车选择了较为保守的发展策略。当多数车企全力追求智能驾驶的快速落地时，长城汽车却选择在试验场反复测试，进行“扫雷”行动。这表明长城汽车对智能驾驶技术的安全性和可靠性有着极高的要求，不盲目追求速度，而是希望打造稳定可靠的智驾系统。这种策略不仅有助于提高产品的市场竞争力，还体现了长城汽车对智能驾驶技术发展的深刻理解与长远规划。长城汽车在智驾上的谨慎态度，反映出当前智能驾驶技术仍面临诸多挑战，包括技术成熟度、法律法规、用户接受度等。而长城汽车通过反复测试和验证，不仅能够提升自身技术实力，还能为行业树立了负责任和严谨的形象，有助于推动智能驾驶技术的健康发展。这种选择也为其他车企提供了新的思考方向，即在追求技术快速落地的同时，也要注重安全与可靠性。2026，AI真正元年：从一人公司到AI自治社交2026年被预言为AI真正元年，这一判断基于AI技术在各行各业的广泛应用和变革。随着AI技术的不断进步，未来将有更多行业能够通过AI实现重塑，从一人公司到AI自治社交，A

今日新鲜事 · 3 天前

【20260208AI日报】清华研究生开源大一统世界模型：性能超越硅谷标杆40%！

本文字数：约 4800 字，预计阅读时间：10 分钟重点新闻> ## 清华研究生开源大一统世界模型：性能超越硅谷标杆40%！清华大学研究生团队开源了名为“大一统世界模型”的大语言模型，其性能超越了硅谷标杆模型40%。这一成果不仅展示了中国在大语言模型领域的迅速崛起，也为全球AI研究者提供了一个新的基准。大一统世界模型在多项基准测试中表现优异，包括文本生成、语义理解、对话系统等多个方面。该模型在性能上的突破，归功于其独特的架构设计，尤其是在模型规模和训练数据上的优化。通过引入大规模的多模态数据，模型在处理跨领域任务时表现出色，展示了其在实际应用中的巨大潜力。该项目开源的意义在于，它不仅为学术界和工业界提供了新的研究工具，也推动了全球AI技术的发展。清华团队表示，未来将继续优化模型，并探索更多应用场景，以期为AI技术的普及和应用做出更大贡献。> ## Waymo联手DeepMind打造世界模型：基于Genie 3，让自动驾驶「脑补」罕见场景Waymo与DeepMind合作，利用Genie 3技术构建了一个世界模型，使自动驾驶汽车能够在罕见场景中进行“脑补”。这一技术突破显著提升

今日新鲜事 · 4 天前

【20260207AI日报】清华刘知远团队论文：最小化结构改动，短文本到长文本丝滑升级 | ICLR 2026

本文字数：约 4450 字，预计阅读时间：18 分钟清华刘知远团队论文：最小化结构改动，短文本到长文本丝滑升级 | ICLR 2026在大语言模型快速迈向更强推理能力与更复杂应用场景的过程中，“上下文长度”已经从一个模型配置参数，演变为制约系统能力上限的关键瓶颈。一方面，长文档理解、跨轮对话记忆、复杂规划与长链式推理等任务，对模型提出了远超传统 4k 或 8k 序列长度的需求；另一方面，主流 Transformer 架构中基于全注意力机制的计算模式，在序列长度增长时不可避免地带来平方级的时间与显存开销，使得“支持更长上下文”在现实工程中迅速转化为难以承受的成本问题。围绕这一矛盾，稀疏注意力几乎成为学术界与工业界的共识方向，但随之而来的，并不是问题的彻底解决，而是一系列新的结构性张力。过去数年中，大量工作尝试通过引入新的注意力结构、路由机制或可训练稀疏模块来缓解计算压力。这些方法在理论复杂度或特定评测上往往表现出色，但在真实模型训练与部署流程中，却逐渐暴露出一个被长期低估的问题：当前大语言模型几乎无一例外遵循“短序列预训练、长序列微调”的训练范式，而一些修改模型架构的稀疏注意力方案例如N

今日新鲜事 · 5 天前
2022 - 2026 康叔的AI全栈工坊. All Rights Reserved.
Theme Jasmine by Kent Liao