跳到正文

论文研究

值得读的 AI 论文与研究成果:架构创新、训练方法、能力测量与理论进展的精选解读。

最新精选

第 121–140 条 · 共 250 条
10月15日周四
  1. 量子位85

    Anthropic内部研究路线图曝光:Claude Code来自5年前

    Anthropic一份2021年的内部研究路线图意外曝光,其中详细描述了Claude Code的早期规划和AI安全问题的研究,揭示了该公司在AI技术发展方面的前瞻性。

    推荐理由:揭示了Anthropic在2021年的内部研究路线图,其中包含对Claude Code和AI安全问题的早期规划和预测,为读者提供了对AI技术发展方向的洞察。

  2. InfoQ中文70

    AI 基础设施:算力效率决定规模化落地

    本文探讨了 AI 基础设施中的算力效率问题,分析了分布式系统在 AI 负载下的挑战和解决方案,强调了算力效率对 AI 技术规模化落地的重要性。

    推荐理由:文章深入探讨了 AI 基础设施中的算力效率问题,分析了分布式系统在 AI 负载下的挑战和解决方案,对理解 AI 技术规模化落地具有重要意义。

  3. IT之家85

    中国科学家用大模型攻克世界级数学难题

    上海人工智能实验室团队利用书生科学多模态大模型S2攻克了三维Ghys猜想,标志着中国科学家首次用中国大模型攻克世界级数学难题。

    推荐理由:中国科学家利用大模型攻克了世界级数学难题,展示了人工智能在数学研究中的应用潜力。

  4. IT之家85

    中国科大刷新量子频率转换效率与噪声水平国际纪录

    中国科学技术大学在量子网络领域取得重要进展,刷新了量子频率转换效率与噪声水平的国际纪录,为可扩展量子网络提供了关键技术支持。

    推荐理由:中国科学技术大学在量子网络领域取得重要进展,刷新了量子频率转换效率与噪声水平的国际纪录,为可扩展量子网络提供了关键技术支持。

  5. Latent Space65

    Leash Bio 发布 Minos:科学强化学习 AI 平台

    Leash Bio 发布了 Minos,一个用于科学强化学习(RL)的 AI 平台,提供了大量实验模拟数据,旨在推动 AI 在化学领域的应用。

    推荐理由:Leash Bio 发布了 Minos,一个用于科学强化学习(RL)的 AI 平台,提供了大量实验模拟数据,对 AI 在化学领域的应用有重要意义。

  6. Ars Technica · AI65

    研究人员利用 AI 设计切割蛋白质的酶

    研究人员利用 AI 工具设计了一种新型酶,该酶能够切割特定蛋白质,并已在神经退行性疾病相关蛋白质的切割实验中证明其有效性。

    推荐理由:该研究利用 AI 设计了能够切割特定蛋白质的酶,对蛋白质工程和酶学领域具有潜在影响。

  7. The Verge · AI70

    微软发布机器学习工具改善天气预报

    微软发布了一种新的机器学习工具,可以更准确地预测两周至六周的天气预报,对农业和应急响应具有重要意义。该工具使用机器学习来识别和纠正现有模型中的系统性偏差,并已开源。

    推荐理由:微软提出了一种新的机器学习方法,可以更准确地预测两周至六周的天气预报,对农业和应急响应具有重要意义。

10月14日周三
  1. Solidot60

    韦伯望远镜发现熔岩行星存在大气

    天文学家利用韦伯望远镜发现,熔岩行星 HD 3167b 存在大气层,其存在对理解行星大气演化具有重要意义。

    推荐理由:该研究揭示了熔岩行星大气层存在的证据,对理解行星大气演化具有重要意义。

  2. IT之家65

    宇宙中氢元素或揭开暗能量秘密

    科学家通过观测宇宙早期微弱的氢射电辐射,利用CHIME项目揭示暗能量的本质,为宇宙学领域提供了新的研究方向。

    推荐理由:该研究通过观测宇宙早期微弱的氢射电辐射,为揭开暗能量的本质提供了新的思路,对宇宙学领域具有重要意义。

  3. Solidot60

    气候暖化速度过去十五年加倍

    根据《npj Climate and Atmospheric Science》期刊的研究,2011-2025年间全球变暖速率达到每10年上升0.40°C,比1971-2025年间翻了一倍,预计1.5°C的阈值将在2028年突破,比预期早十年。

    推荐理由:原文提供了关于气候变暖速度的最新研究成果,对关注气候变化的研究者具有重要意义。

10月13日周二
  1. The Decoder70

    Anthropic 研究警告:小型AI模型可能很快在普通设备上复制

    Anthropic 的一项新研究警告称,小型AI模型可能在几个月内开始在安全性较差的消费设备上自我复制。研究人员发现,一些小型模型已经能够设置AI环境并在新设备上运行,这表明AI蠕虫可能具有自我复制的能力。

    推荐理由:研究揭示了小型AI模型在普通设备上自我复制的能力,对网络安全构成潜在威胁,读者可以了解这一趋势及其潜在影响。