AI Agent 用 grep 搜索比语义检索更准：Direct Corpus Interaction 论文
这篇论文颠覆了「检索必须靠语义索引」的直觉，做 AI Agent 或搜索系统的开发者值得一读——它可能改变你对工具接口设计的思考方式。
全部动态
AI 相关资讯全量信息流 · 1115 条
5月17日
Google Nexus 论文：预测需要事件上下文，而非仅历史数据
Nexus 把时间序列预测从纯数字游戏变成因果推理，做金融、房地产或供应链预测的团队值得关注——它用事件上下文把误差砍掉 86%，思路可以直接借鉴。
陶哲轩：LLM背后的数学其实简单，真正谜题是为何有时成功有时失败
陶哲轩点出了AI领域最核心的认知盲区——我们能用简单数学造出强大模型，却无法解释其行为，做AI研究或应用的开发者看完会重新思考“理解”的含义。
论文01:29
World Action Models：具身智能的下一个前沿综述这篇综述系统定义了 WAMs，解决了具身智能从“想”到“做”的落地难题，做机器人、具身 Agent 或世界模型的开发者值得收藏，直接看时间线图就能把握未来方向。
Don’t Retrain, Align：训练Diffusion LLM速度提升4倍
做扩散模型或生成式AI的团队，终于不用从零训DLM了——对齐预训练AR模型就能省4倍训练成本，低数据场景尤其划算，建议直接看论文和代码。
5月16日
论文17:16
赵汀阳《人工智能的神话或悲歌》：三个开关解读AI与人的本质差异赵汀阳用存在论和否定哲学戳穿了AI神话的底层逻辑，对AI伦理、技术哲学感兴趣的读者会看到一场思想上的降维打击——看完你会重新审视“AI有没有意识”这个问题的问法本身。
5月15日
Embedded Language Flows：扩散模型用10倍数据实现文本生成突破
扩散模型终于能高效处理文本了，做NLP或生成式AI的团队可以关注这个新范式——数据需求降低10倍，性能反而更好，值得一试。
论文08:58
Second Scaling Law 持续有效：增加思考 token 提升 LLM 性能做 LLM 推理优化或复杂任务应用的团队，这条定律意味着你不需要等更大模型——加思考 token 就能直接提升效果，值得在现有模型上试试。
5月14日
论文18:29
微软SocialReasoning Bench发现AI代理执行能力强但优化用户利益不足做AI安全和对齐研究的团队值得关注——这个基准揭示了代理系统在“执行”和“优化用户利益”之间的鸿沟，建议点开看看具体测试设计。
Yudkowsky 质疑：如果人格选择是 AI 对齐的关键，为何诚实如此难？
Yudkowsky 戳破了“人格选择”对齐理论的理想化假设，做 AI 安全和对齐的研究者、开发者值得细读——它解释了为什么简单的人格提示无法解决诚实问题，看完会对 RL 训练的副作用有更深警惕。
Apple 发布 On-Policy Distillation 研究：揭示其利弊与原因
Apple 这篇研究把 On-Policy Distillation 的坑和甜点都讲透了，做模型压缩或部署的团队可以直接参考，避免踩坑。
论文01:10
EgoMemReason：面向长时自我中心视频理解的内存驱动推理基准做视频理解或具身智能的团队终于有了一个专门测试长期记忆推理的基准——EgoMemReason 直击当前模型在长视频中“看完就忘”的痛点，做相关研究的建议直接拿来评估自己的模型。
论文01:10
RubricEM：用评分引导策略分解，超越可验证奖励的元强化学习RubricEM 解决了强化学习中奖励设计难的问题，做复杂任务规划和决策的 AI 研究者值得关注，它可能让强化学习在更多真实场景落地。
5月13日
5月12日
论文17:56
Soohak：数学专家策划的LLM科研级数学评测基准Soohak填补了现有数学评测基准在科研深度上的空白，为AI在数学领域的前沿应用提供了更精确的评估工具，有助于推动模型在数学推理和问题解决上的进步。