强化学习预训练（Reinforcement Pre-Training, RPT）作为大语言模型（LLM）与强化学习（RL）协同进化的前沿技术，提出了一种革命性的规模化训练范式。该技术通过创新性地利用海量文本数据进行通用强化学习预训练，在...

由François Chollet和ARC Prize团队推出的ARC-AGI-2基准测试，作为抽象推理领域的新一代评估标准，其难度较前代显著提升。初步测试结果显示，即便是最先进的AI系统也表现不佳，其中o3模型仅获得3%的准确率，远低于原...

Facebook研究团队近日在GitHub开源了MILS项目代码，其核心突破在于证明大型语言模型（LLMs）无需额外训练即可具备跨模态感知能力。该项目论文《LLMs can see and hear without any training》提出创新方法，通过重构...

历经38年研发的知识表示系统Cyc项目近日正式终止，标志着人工智能发展史上一个重要篇章的完结。由Douglas Lenat于1984年创立的Cyc项目，旨在通过人工编码的常识知识库实现机器推理能力，其知识库最终包含超过2500万...

强化学习（RL）领域长期存在一个关键问题：是否需要一个足够强大的基础模型来支持涌现式推理能力的形成？最新研究Open-Reasoner-Zero通过系统性实验验证了基础模型对RL推理的重要作用。该研究在多种规模化的RL训练场...

近日，一项名为ARC-AGI的技术引起了广泛关注，其最大的亮点在于无需进行传统的预训练过程。传统的AGI（通用人工智能）系统通常需要大量的数据和计算资源进行预训练，而ARC-AGI通过创新的架构设计，成功绕过了这一步...

2024年对于LLM（大型语言模型）而言是充满突破的一年。在这一年中，我们学到了关于LLMs的许多新知识，这不仅推动了人工智能的发展，也为未来的技术应用奠定了基础。首先，我们发现LLMs的参数规模和训练数据量显著增...

尽管一些专家认为通用人工智能（AGI）可能在不久的将来实现，但由于缺乏对一般智能的连贯理论模型以及对大型语言模型（LLM）为何或如何如此高效的理解，整体共识仍然不确定。讨论强调了围绕AGI的巨大未知数，类似于...