超正经学术君-CSDN博客

有趣的是，您却认为大语言模型并没有真正吸取“苦涩的教训”。**Dwarkesh Patel：**不知道您是否认同，我想关键点或许在于，有人认为模仿学习能够为模型提供一种先验知识，让它们在进入您所谓的“经验时代”之前，就已经具备一种合理的解决问题的能力。**Richard Sutton：**在每一个“苦涩的教训”的案例中，你都可以先从人类知识入手，然后再去做那些可扩展的事情。相比之下，大语言模型的预测能力更多是对人类行为的模仿，它没有独立的目标，也无法对外部世界的变化产生真正意义上的惊讶和调整。

2025-09-29 16:58:17 927

原创 Science重磅：下一代协作型AI Agent？UCLA团队揭示AI、小鼠的共同合作逻辑

图源：Stella Levi合作是人类社会的基础，理解合作如何产生并维持，不仅对解决冲突、治疗影响社会行为的疾病具有深远意义，也对设计更优的人工智能（AI）系统至关重要。随着多 AI Agent 系统在自动驾驶、分布式机器人等场景的落地应用，如何让 AI 学会高效合作，已成为突破技术瓶颈的关键。已有研究表明，人工 Agent 和生物 Agent 可以表现出相似的行为策略和神经表征。

2025-09-26 17:18:08 627

原创别再迷恋“AI超级大脑”了！剑桥教授发文：机器人集体智能才是未来

你有没有想过，为什么我们还造不出真正适应现实世界的机器人？明明人工智能（AI）模型规模越来越大，单体能力越来越强，可具身机器人在执行集体任务时，要么因反应太慢跟不上实时任务，要么因无法适应新场景而经常“掉链子”。今天，英国剑桥大学计算机科学与技术系集体智能与机器人学教授 Amanda Prorok 在科学期刊 Science Robotics 上发表观点文章，揭示了机器人「集体智能失灵」的原因：专注于独立运作的个体机器人的经典机器人自主性方法，并不适合那些将互动与协作视为必不可少的复杂现实世界环境。

2025-09-26 11:15:29 744

原创清华团队提出DeepDive：深度搜索Agent再迎新突破

为大语言模型（LLM）配备浏览工具，能够显著提升其作为深度搜索智能体（Agent）解决复杂现实世界任务的潜力。然而，由于使用浏览工具进行长程推理的能力有限，且缺乏足够难度的监督数据，开源 LLM 在此类场景下的表现依旧不佳。为推动深度搜索 Agent 发展，来自清华大学、东北大学的研究团队提出了 DeepDive，该方法通过结合知识图谱（KG）的自动化数据合成与端到端的多轮 RL，来创建具备复杂长程推理和网页浏览能力的 Agent。

2025-09-22 16:43:50 649

原创 Nature重磅：魔改GPT-2！AI帮你预测未来20年健康风险，涉及1000+疾病

许多人一生中会罹患不止一种疾病，但预测不同疾病之间的相互影响依然困难。在医疗决策领域，精准预测患者未来健康走向一直是核心需求。人工智能（AI）模型可借助患者记录中的海量数据，帮助识别疾病的进展模式。然而，它们的潜力尚未被充分挖掘，尤其是在大规模人群层面。日前，德国海德堡德国癌症研究中心 DKFZ 肿瘤学 AI 分部等联合团队在 Nature 期刊上发布了一篇论文，提出了一项突破性的研究成果：Delphi-2M 模型。

2025-09-19 15:41:40 644

原创刚刚，DeepSeek-R1登上Nature封面：朝着AI透明化迈出的可喜一步

开源人工智能（AI）的价值正获得更广泛的认可。刚刚，DeepSeek-R1 论文以封面文章的形式登上了权威科学期刊 Nature，DeepSeek 创始人兼 CEO 梁文峰为该论文的通讯作者。论文链接：https://www.nature.com/articles/s41586-025-09422-z研究团队假设，人类定义的推理模式可能会限制模型的探索，而无限制的强化学习（RL）训练可以更好地激励大语言模型（LLM）中新推理能力的涌现。

2025-09-18 09:07:26 970