ICLR 2025 Ross: 多模态大模型的 MAE 时刻？
本文介绍了一篇关于Reconstructive Visual Instruction Tuning (Ross)的工作，该方法通过引入视觉监督来提升多模态大模型的细粒度理解能力，并显著减少幻觉现象。该方法已成功应用于多个基准测试中，与现有技术相比表现出色。
无需RLHF显著提升GPT-4性能，北大团队提出对齐新范式「残差修正」 NeurIPS 2024 Oral
学习对齐答案和未对齐答案之间的残差，要比直接学习问题到答案之间的映射更容易。
背景
当下大语言模型（
Andrej Karpathy泼冷水：智能体爆发并非近在眼前，还需十年
Andrej Karpathy认为OpenAI的Operator项目类似于数字世界的’人形机器人’，预言未来十年将是智能体（Agent）发展的时代。尽管存在挑战，Karpathy仍对智能体充满信心，并描述了其未来的发展蓝图。
AI革新科研模式，上海AI Lab「AI4S攀登者行动计划」开放申请
AI4S攀登者行动计划旨在解决传统研究模式的限制，推动具有重大变革潜力的下一代技术。该计划聚焦发展跨学科颠覆式创新，并通过多维度的支持体系助力科研团队加速项目实施和价值转化。
打响OpenAI L3级AI智能体当头炮！Operator控制电脑独立自主执行任务，订票、网购都可代劳
OpenAI推出Operator，首个AI智能体支持网页执行任务。无需API，结合GPT-4o视觉功能与高级推理能力，目标进入Level 3 AI阶段。目前已面向ChatGPT Pro用户在美国上线测试。
Meta首席科学家LeCun：新一代AI架构3到5年内问世 机器人技术是核心
Meta首席AI科学家Yann LeCun预测未来几年内将出现新的AI架构范式，并认为机器人技术可能成为下一波AI应用的核心。他指出当前的生成式AI和大型语言模型（LLMs）寿命较短且存在不足，如缺乏对物理世界的理解、持久记忆、推理能力和复杂规划能力。
“星际之门”的幕后宫斗：Altman疏远微软，拉拢埃里森，离间马斯克与特朗普
OpenAI首席执行官Sam Altman通过‘星际之门’项目巧妙应对了公司面临的两大挑战：微软提供的服务器容量不足以及来自马斯克的法律威胁。该项目涉及1000亿美元的超大规模数据中心建设，并成功拉拢了新任美国总统特朗普，与甲骨文和软银合作建立新的数据中心。
