基于分而治之的强化学习算法：无TD学习
推荐理由：该论文提出了一种基于“分而治之”的强化学习算法，旨在解决长时程任务中的离策略强化学习问题，具有潜在的应用价值。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 581–600 条 · 共 660 条11月1日星期六周六
10月29日星期三周三
大型语言模型中的自省意识涌现
推荐理由：研究探讨了大型语言模型是否能够意识到自己的内部状态，并展示了模型在特定情况下能够识别注入的概念，以及它们能够回忆先前的内部表示并将其与原始文本输入区分开来。
10月27日星期一周一
基于策略的蒸馏：LLM后训练的新方法
推荐理由：该研究提出了基于策略的蒸馏方法，结合了在线训练和密集奖励信号的优势，为LLM后训练提供了一种高效且可靠的方法。
10月24日星期五周五
Mistral AI 发布 Mistral Studio：生产级 AI 平台
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
10月15日星期三周三
AI智能体基准汇编
推荐理由：该文档提供了对超过50个现代基准的概述，涵盖了多个AI智能体评估领域，对于了解当前AI智能体评估研究具有重要意义。
10月12日星期日周日
从浅层循环到深层智能体：智能体 2.0 的架构转变
推荐理由：原文介绍了从浅层智能体到深层智能体的架构转变，读者可以了解这一转变对现有工作流的影响。
9月29日星期一周一
LoRA方法及其在模型微调中的应用
推荐理由：原文详细介绍了LoRA方法及其在模型微调中的应用，对于了解和实现模型微调的读者具有参考价值。
9月19日星期五周五
Python：塑造 AI 语言的哲学
推荐理由：Python 作为 AI 领域的编程语言，其哲学基础和社区驱动的发展历程对 AI 领域产生了深远影响，读者可以了解其成功背后的原因和未来发展趋势。
Python 成为 AI 领域主导编程语言的原因分析
推荐理由：文章深入分析了 Python 成为 AI 领域主导编程语言的原因，对理解 AI 技术发展具有重要意义。
9月15日星期一周一
Subagents 的兴起：智能体细分与工作流优化
推荐理由：原文介绍了 Subagents 的概念和用法，读者可以了解如何利用 Subagents 提高工作效率。
9月12日星期五周五
Richard Sutton 的第二苦涩教训：AI 和机器人领域的经验学习与元方法
推荐理由：文章深入探讨了 AI 和机器人领域创始人应关注的 Richard Sutton 的第二苦涩教训，强调了经验学习和元方法的重要性，对行业有指导意义。
9月10日星期三周三
Hugging Face 发布 LeRobot 平台，打造机器人应用商店
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
9月5日星期五周五
AI 生产力悖论：高采用率，低转型效果
推荐理由：原文分析了 AI 生产力悖论，指出 AI 应用普及但转型效果有限，对 AI 创始人具有指导意义。
9月3日星期三周三
Crosby 使用 AI 重新定义法律合同签订
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
9月2日星期二周二
Mistral AI 发布 Le Chat 智能体功能更新
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
9月1日星期一周一
伯克利AI研究：word2vec 学习了什么？
推荐理由：该研究提供了对 word2vec 学习过程的定量和预测理论，有助于理解特征学习在自然语言任务中的应用。
8月22日星期五周五
如何处理幻觉：解决空白页问题的Gamma方法
推荐理由：文章深入探讨了大型语言模型中幻觉问题的本质和解决策略，对AI产品开发者具有指导意义。
8月19日星期二周二
ARC Prize 发布 ARC-AGI-3 预览版：评估人类与 AI 之间的差距
推荐理由：ARC Prize 发布了 ARC-AGI-3 预览版，通过互动式推理基准测试人类与 AI 之间的差距，为读者提供了评估 AI 智能的新视角。
8月15日星期五周五
ARC-AGI中HRM性能的隐藏驱动因素分析
推荐理由：本文深入分析了HRM模型在ARC-AGI基准测试中的表现，揭示了其性能提升的关键因素，对理解AI推理模型具有重要意义。
Delphi 发布智能体功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
