大
LATEST STORIES
最新文章
1001
02
03
04
05
06
07
08
09
10
2026年9月29日
ACL 2026 杰出论文奖 | PALU：在关键前缀上最大化局部熵，让大模型精准“失忆”
ACL2026杰出论文奖|PALU：在关键前缀上最大化局部熵，让大模型精准“失忆”导读大语言模型在海量
阅读全文 2026年9月28日
又快又能打！匿名模型玉兔模型杀上双榜第一，Coding实测全记录
中秋假期稳居OpenRouter调用日榜榜首
阅读全文 2026年9月27日
到底什么是 Context？万字长文谈 Pi Agent context 管理
Prompt和Context到底应该怎么区分？我的理解是，Prompt更偏向相对静态的指令设计，而Context更偏向Agent在运行过程中动态形成的信息环境。 Prompt往往提前定义了模型“应该怎么做”，而Context会随着任务推进不断变化，决定模型“此刻基于哪些信息来做”
阅读全文 2026年9月26日
从 On-Policy Baseline 到 Off-Policy Score Centering！深度解析 score-centering 的前世今生
Off-policy强化学习，采样与目标策略的差异会导致传统基线失效引发梯度漂移。ScoreCentering通过将Score在采样分布下中心化，恢复了基线不变性并消除了均值漂移。其梯度等价于特定的STE，可与TIS/MIS结合以修正截断偏差，但并未完全解决分布不匹配的根本偏差
阅读全文 2026年9月25日
Opus 5.5代码直出视频刷屏！审美暴打GPT
动画、游戏、3D建模全来了
阅读全文 2026年9月24日
OpenAI 的神秘 RL 算法只是个 STE 的近似吗？解密 OAI 的 RL 后训练算法
这个叫做scorecentering的算法其实就是一个STE的近似实现，这种trick其实在之前涉及到SimtoReal的RLsetting上是很常见的用法，只能说是太阳之下没有新鲜事。
阅读全文 2026年9月23日
本地版Jev 1G内存就能跑！四舍五入等于不要钱啊
每秒60次决策
阅读全文 2026年9月22日
清华初创&UIUC学者用7B模型在预测市场上自我蒸馏，跑赢GPT-5.6和Opus 5
预测市场成为AI理解社会的实验场。
阅读全文 2026年9月21日
Overleaf-Bib-Helper更新：优化界面、改善检索来源和结果
一个增强Overleaf功能的用户脚本，支持直接在Overleaf编辑器内搜索论文，并从DBLP和GoogleScholar来源获取BibTeX条目。
阅读全文 2026年9月20日
全球基模决战！AI圈休不了十一长假了
Claude、Gemini、Kimi集体憋大招
阅读全文