刚刚2岁的Llama，「爸妈」都跑了！小扎手拆Meta AI，LeCun保持独立
Meta决定重组AI团队以应对人才流失、竞争对手压力和技术停滞等问题，旧研发体系被拆分为AI产品团队、AGI基础团队和AI研究部门，Yann LeCun领导的FAIR团队仍保持独立。Llama系列面临翻车及跳票问题，外部人才持续流出影响Meta的研发节奏。
Yann LeCun
顶尖科学家Rob Fergus重掌FAIR，15万引用学者回归Meta，战略转向AGI
Meta FAIR新负责人Rob Fergus回归，并接替离职的前一任负责人Joelle Pineau。FAIR的新目标是高级机器智能（AGI）。Rob Fergus是一位多产学者，曾在谷歌DeepMind和Facebook AI Research实验室工作。
Yann LeCun：仅靠文本训练永远无法实现人类级AI
AI泰斗Yann LeCun批评大语言模型仅靠文本训练无法达到人类水平，指出视觉数据量远超文字。LeCun认为未来需关注多模态和现实世界理解能力，而不仅仅是信息量大小。
Yann LeCun：我不玩大模型了，那都是过去式！
Meta首席AI科学家Yann LeCun表示不再对大语言模型感兴趣，认为它们并非通往真正人工智能的正确路径。他指出大语言模型缺乏理解物理世界的能力，没有持久记忆，并且无法进行真正的推理和复杂规划。
视觉SSL终于追上了CLIP！Yann LeCun、谢赛宁等新作，逆转VQA任务固有认知
研究者提出了一种新的视觉自监督学习模型Web-SSL，它能够在不依赖语言监督的情况下，在大规模数据集上与CLIP模型媲美，并在多种视觉问题解答任务中表现出色。
Yann LeCun：LLM 绝无可能实现AGI！
Meta首席AI科学家LeCun断言大语言模型永远不会成为真正的人工智能。他强调LLM无法达到人类水平的AI，并指出当前架构本质上无法进行真正的推理。
重磅论文！何恺明、Yann LeCun等改造Transformer，CVPR 2025已收录
Transformer模型可能迎来新变化。一篇最新论文提出无需归一化的Transformer模型能够达到甚至超过带有归一化层的性能，通过动态双曲正切函数（DyT）替代传统归一化层，有望进一步改进AI模型性能。
LeCun力荐！进化算法淘汰77%低质数据：RIP方法让模型性能狂飙60%
Meta等机构提出的新方法RIP通过进化算法筛选低质量数据，提高LLM性能。基于两个假设：无效提示会导致不准确响应和复杂模糊的提示产生多种解释。RIP方法成功筛选高质量提示，提升模型在多个基准上的表现。
DeepSeek综合征？Yann LeCun：硅谷存在一种“错位的优越感”
著名人工智能科学家Yann LeCun批评硅谷某些圈子存在的错位优越感，并将其分为三个阶段的症状：早期、中期和晚期。他认为科学和技术的进步需要更多人参与并积极分享创新成果，强调了开放共享的重要性。