Logo

搜索: "量子位"

共找到 738 篇相关文章

openJiuwen社区开源新招：发布JiuwenSwarm，拉开群体智能序幕

openJiuwen社区开源新招：发布JiuwenSwarm，拉开群体智能序幕

允中 发自 凹非寺量子位 | 公众号 QbitAI刚刚，华为支持的开源AI Agent平台社区openJiuwen发布并开源了蜂群智能体JiuwenSwarm从“一只龙虾”到“一群蜂”。变的不只是名字，而是底层范式。让多个AI智能体像蜂群一样高效协作、自主演进，正式按下“群体智能”的加速键，开启AI时代的“养蜂”序幕。这背后，是openJiuwen提出的下一跳范式主张——Coordination

科技4 阅读
AI水论文封一年，署名连坐！arXiv最严新规来了，陶哲轩附议

AI水论文封一年，署名连坐！arXiv最严新规来了，陶哲轩附议

听雨 发自 凹非寺量子位 | 公众号 QbitAI上传AI水论文，被查实者封禁一年后续投稿须先通过同行评审，才有资格重新踏入arXiv。这是arXiv计算机科学版块主席Thomas Dietterich在X上刚刚公开的新规，语气干脆，不带商量。若论文中存在作者未核查LLM生成内容的确凿证据，所有署名作者一并受罚，没有例外。消息一出，陶哲轩也亲自下场评论。这位数学界最活跃的AI拥抱者，专门在Math

科技3 阅读
6.4k Stars！用Claude Code写论文的全套流水线，有人打包开源了

6.4k Stars！用Claude Code写论文的全套流水线，有人打包开源了

听雨 发自 凹非寺量子位 | 公众号 QbitAI用Claude Code写论文的一整套流水线，有人打包开源出来了。完全戳中了学生党的痛点，github星标直达6.4k。项目名叫academic-research-skills（以下简称ARS），是一套Claude Code技能包。里面涵盖4个skill，分别对应论文的研究、写作、审稿、定稿。只需两行命令安装，直接一条龙串起整套学术研究流水线。只能

科技3 阅读
SFT别急着接RL！你的多模态大模型可能一直在“带伤训练”

SFT别急着接RL！你的多模态大模型可能一直在“带伤训练”

PRISM团队 投稿量子位 | 公众号 QbitAISFT之后，直接上强化学习就够了吗？小心，你做的可能不是“训练”，而是“还债”。在多模态大模型（MLLM）的后训练中，行业内长期遵循着一个看似天经地义的范式：先SFT，再RL，两步到位。从DeepSeek到Qwen，从GRPO到DAPO，大家拼命优化RL算法的稳定性、采样效率、奖励设计……却几乎没人回头看一眼：SFT到RL之间，是不是少了点什么？

科技3 阅读
龙虾之父月烧940万元的token！要不是入职OpenAI还真用不起

龙虾之父月烧940万元的token！要不是入职OpenAI还真用不起

衡宇 发自 凹非寺量子位 | 公众号 QbitAI龙虾之父Peter Steinberger，今天在上晒出了一张自己的CodexBar后台截图。一张相当离谱的截图——上面透露出的信息和数字让我眼睛都瞪大了：过去30天，他调用的OpenAI API总费用达到1305088美元，约合人民币940万元；同时消耗6030亿token，发起760万次请求；最常用的模型是GPT-5.5。以上所有费用，由Ope

科技4 阅读
Agent、多模态、应用、算力一天看尽，峰会亮点在此｜5.20日

Agent、多模态、应用、算力一天看尽，峰会亮点在此｜5.20日

组委会 发自 凹非寺量子位 | 公众号 QbitAI进入2026，AI愈发狂飙突进。围观体验之余，人人不免在心中自问：朋友圈刷屏的“龙虾”、Harness等AI新事物，跟我到底有什么关系？真的有必要跟吗？AI创业、AI融资如火如荼，属于我的机会又在哪里？别人已经在用AI做视频、写代码、跑项目，我是不是已经慢了一拍？……到最后，几乎所有问题都会汇成同一个问题：我，到底该如何用AI？如果你对这些问题还

科技3 阅读
一只机器狗，把英伟达的算力王座拱翻了

一只机器狗，把英伟达的算力王座拱翻了

田晏林 发自 凹非寺量子位 | 公众号 QbitAI消费级机器人行业，可能要出现一次真正意义上的代际切换了。过去几年，大家见过太多机器狗：能跑、能跳、能翻跟头。但问题一直没变。它们很多时候其实看不清、听不清，也想不明白。行业主流方案，还是200万像素摄像头、16线激光雷达、单芯片算力架构。机器人能动，但距离真正理解世界，始终差一口气。直到刚才，我看到一组「离谱」数据——6600万像素、HDR140

科技3 阅读
无需构造偏好对：TGO用标量反馈对齐视觉生成模型｜ICML'26

无需构造偏好对：TGO用标量反馈对齐视觉生成模型｜ICML'26

允中 整理自 凹非寺量子位 | 公众号 QbitAI生成模型的偏好对齐，可能正在进入一个新的阶段。过去几年，大模型post-training最主流的方法是让模型从“成对偏好”中学习。但无论是RLHF还是DPO，都存在同一个问题：反馈必须成对出现。但在真实场景中，反馈大多都是单个样本的标量分数。为此，新加坡国立大学团队提出了一个更为直接的解法：Threshold-Guided Optimizatio

科技2 阅读