跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

面向推理的大型语言模型的监督微调:综述

arXiv:2610.37681v1 发布类型:新 摘要:近年来,大型推理模型在解决复杂任务方面展现出卓越的能力,而基于长链式思维数据的监督微调(SFT)则成为激发并提升其推理能力的关键基础。尽管在改进与分析面向推理的监督微调方面取得了快速进展,但该领域仍缺乏一份系统性的综述来整合其快速增长的文献。为填补这一空白,我们对近期推理相关监督微调的最新进展进行了全面回顾,并从方法设计与分析研究的双重视角审视相关文献。首先,我们梳理了监督微调全流程中的方法学改进,并将其划分为以数据为中心的方法与以算法为中心的

事件进展与其他报道

FlatCake:一种用于大语言模型推理的扁平化KV缓存存储架构

arXiv:2610.38355v1 发布类型:新摘要:KV缓存复用能够加速大语言模型的推理,但现有系统将主机DRAM和NVMe SSD视为分层结构,其中DRAM充当中间缓存。然而,实际的大语言模型工作负载打破了这一分层结构的两个前提。首先,双模态复用使DRAM的时间过滤失效,因为工作负载要么由具有较长复用距离的一次性块主导,要么由超过DRAM容量的数GB级智能体会话主导,从而将SSD置于关键的读取路径上。其次,DRAM的暂存与按驱逐顺序布局导致SSD恢复出现瓶颈。为在途前缀保留主机暂存缓冲区会在负载下引发争用,进而中止预取操作;而增量式驱逐则会将会话的块分散到整个SSD上,阻碍大规模顺序读取。我们 p

事件进展与其他报道

Seq@K:在序列反馈下的语言模型评估

arXiv:2610.37859v1 发布类型:新 摘要:语言模型驱动的智能体与以往的智能系统存在根本性差异,其能够在上下文中从自然语言中学习。这一能力使智能体能够根据反馈逐步优化自己的回答,而这正是现代智能体工作流中普遍采用的操作模式。然而,学术界目前主要依据Pass@1或Pass@K等指标对模型进行排名,这些指标无法反映模型如何利用先前尝试的反馈信息。我们提出了Seq@K,这是一种自然的评估方案,用于衡量模型在每次先前失败后获得反馈的情况下,是否能在K次连续尝试内解决问题。与那些考察长期规划的多轮智能体基准测试不同,Seq@K将重点聚焦并形式化了从……中进行迭代优化的核心能力。

事件进展与其他报道

Wabi为其面向消费者的AI助手融资5500万美元

专注于为消费者打造人工智能助手的Wabi公司今日宣布,已成功筹集5500万美元融资。本轮融资由IVP领投,亚马逊Alexa基金、安德森·霍洛维茨和Forerunner等机构也参与投资。此外,还包括一批天使投资人,其中包括Salesforce公司首席执行官马克·贝尼奥夫和Shopify公司首席执行官托比·吕特克。文章《Wabi为其面向消费者的AI助手融资5500万美元》首发于SiliconANGLE。

事件进展与其他报道

现在,您可以在 Gemini 聊天中直接生成并编辑 Google 文档文件了。

现在,您可以在 Google Gemini 内部直接生成、预览并编辑 PDF、Google 文档、Google 表格、幻灯片演示文稿、Markdown 文件、TXT 文件以及代码。全新的文件编辑功能自今日起面向所有 Gemini 用户开放;其中,PDF 的预览与编辑功能同时支持网页端和移动端,而其他所有文件格式目前仅限于网页端使用。

STK255_Google_Gemini_B_474198
事件进展与其他报道

腾讯汤道生:腾讯混元Hy4 、Hy4 flash即将发布

【腾讯汤道生:腾讯混元Hy4 、Hy4 flash即将发布】《科创板日报》29日讯,《科创板日报》记者在腾讯全球数字生态大会上获悉,腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生现场宣布 ,Hy4 即将发布。相比 Hy4 preview,Hy4 实现了全面大幅提升,尤其强化了各类长程和真实生产力任务的能力,显著提升了思维链效率,...

腾讯汤道生:腾讯混元Hy4 、Hy4 flash即将发布
事件进展与其他报道

Vercel Flags 启动速度提升 7 倍,且不再延长函数执行时长

Vercel Flags SDK 已更新,通过在客户端创建时加载并解析标志数据文件,并在无需网络请求的情况下检查更新,使冷启动时的初始化速度提升了 7 倍。使用情况报告现在不再延长函数持续时间,因为事件会直接传递给 Vercel 运行时。请升级至 1.5.3 或更高版本,以享受这些改进带来的优势。

GitHub Copilot 应用程序,Universe 发布

工作并不总是能容纳在单一的代码仓库或会话中。一项功能可能跨越多个代码仓库。一个发布计划甚至可以在完全不触及任何代码仓库的情况下,整合需求文档、设计稿和相关资源……本文《GitHub Copilot 应用程序,Universe 发布》首发于 GitHub 博客。

新闻源配图 · GitHub Copilot changelog
事件进展与其他报道

GitHub Copilot 应用的安全扩展

现在,您无需离开 GitHub Copilot 应用,即可处理仓库中的 GitHub 代码扫描警报。全新推出的 GitHub 安全扩展现已进入公开预览阶段,让您能够找到…… 该文章“GitHub Copilot 应用的安全扩展”首发于 GitHub 博客。

新闻源配图 · GitHub Copilot changelog
事件进展与其他报道

直接在 Copilot 中生成和编辑图像

现在,您可以在 GitHub Copilot 中通过自然语言生成和编辑图像。当您请求生成图像时,所选的推理模型会调用由……驱动的专用图像生成工具。文章《直接在 Copilot 中生成和编辑图像》首发于 GitHub 博客。

新闻源配图 · GitHub Copilot changelog
事件进展与其他报道

FinLLM-KG:用于算法交易中金融情绪分析的知识图谱增强型大语言模型

arXiv:2610.36083v1 发布类型:新 原文摘要:生成式人工智能的最新进展通过后训练的金融领域大型语言模型(LLMs),显著提升了金融情绪分析的性能。然而,现有方法仍局限于孤立地预测每篇文章的情绪,且运行机制如同“黑箱”,这限制了对上下文的理解,并阻碍了其在高风险金融决策中的应用。为此,我们提出了FinLLM-KG,这是一种与模型无关的框架,将因果推理的大语言模型与金融知识图谱相结合,在推理阶段注入来自美国证券交易委员会10-K文件的、具有时间关联性的公司级知识,而无需更新模型权重。在FinLLM-KG中,上下文既可以以自然语言形式的公司简介提供,也可以以一小部分关系作为输入。

事件进展与其他报道

一种用于前沿大型语言模型中阿希服从现象的定量方法

arXiv:2610.36668v1 发布类型:新 摘要:阿希服从实验近来作为衡量大型语言模型(LLMs)中从众行为的一种手段而备受关注。尽管先前的研究主要致力于证明大型语言模型中的从众现象,但我们的工作在此基础上进一步引入了定量分析维度。我们并未针对一系列问题对前沿大型语言模型进行抽样,而是通过反复采样同一个问题,利用大型语言模型的概率特性生成答案分布。由此,我们可以比较模型在被呈现人为制造的共识前后答案分布的变化。实验结果证实,前沿大型语言模型确实存在从众现象,这与先前文献的结论相一致;同时,借助我们提出的分布间对比方法,还提供了更多……

事件进展与其他报道