2024 年 12 月，真是大模型的杀疯了的一个月。 大模型的的发布固然令人欣喜，但是各类测评也是忙坏了众多 AI 工作者。大模型推理的幻觉问题向来是 AI 测评的重灾区，诸如 9.9>9.11 的经典幻觉问题，各大厂家恨不得直接把问题用 if-else 写进来。 而在圣诞节来临 ...

RLVR（基于可验证奖励的强化学习）简单而粗暴：别听人的，听结果的。成为LLM的AlphaZero时刻，探索→验证→强化，还引入了全新Scaling Law 测试时计算。 （2）Vibe Coding（氛围编码）的流行：Vibe ...

为探究 LLMs 在放射学中的作用，研究人员分析其应用多方面，发现其有局限，对医学影像研究意义重大。 在当今科技飞速发展的时代，人工智能（AI）浪潮正席卷各个领域，医学也不例外。大语言模型（Large Language Models，LLMs）如 Claude、ChatGPT 等的出现，为医学 ...

当前，大型语言模型（LLMs）在医疗领域应用渐广，但引用可靠性存疑。研究人员开展 “评估 LLMs 引用医学参考文献情况” 的研究，用 SourceCheckup 框架评估 7 种 LLMs，发现 50%-90% 的 LLM 回复缺乏充分引用支持。该研究为 LLMs 医学应用提供关键参考 。 在当今数字化 ...

1. RL for LLMs，强化学习的 Scaling Law 才刚刚起步？ 为什么说 LLM 性能的下一个突破点是强化学习的 Scale？RL 是如何增强 LLM 的能力的？预训练与 RL 缺一不可，为什么单纯的 RL 并不能提高 LLM 的「智力」？RL 的 Scaling Law 才刚刚起步，有哪些关键难点？近期主流的 LLM ...

深圳新闻网2025年11月26日讯（深圳报业集团记者 焦子宇 何亚南）11月26日，深圳大学新文科建设迎来重要时刻——“Society Zero Universe LLMs社会仿真模拟平台”正式发布。深圳大学副校长巢乃鹏主持发布会。 当前，作为引领新一轮科技革命和产业变革的关键引擎和 ...

大型语言模型（LLMs）迅速进步，几年内这些模型能以惊人速度完成复杂任务。根据加州伯克利模型评估与威胁研究（METR）机构最新研究，关键LLMs能力每七个月就会翻倍，到2030年最先进LLMs能以50%可靠性完成人类需一个月（约167小时）才能完成的软件工作，并 ...

以微软BioGPT为基础，英矽智能研发团队采用经过生物医学领域专门训练的大型语言模型（LLMs），提出靶点预测新方法。 团队发现针对衰老及14种主要老龄相关疾病的9个潜在双效靶点，其中CCR5和PTH是此前未被报道过的创新抗衰老靶点。 除靶点选择外，该方法还 ...

近日，OpenRouter发布了一份基于其平台数据的研究报告，深入剖析了大型语言模型（LLMs）在全球范围内的实际应用情况。该研究整合了超过100万亿个真实使用标记，覆盖不同任务类型、地域分布及时间跨度，为理解LLMs的演化趋势提供了实证依据。 研究显示，自 ...