搜索全球AI产品动态

《自然》杂志研究显示，2024年生物医学论文中AI写作痕迹显著：PubMed 150万篇摘要中，超20万篇含AI特征词（如华丽形容词）。非英语国家使用率更高（中国、韩国达15%），低门槛期刊飙升至24%。作者开始规避典型AI词汇，转向通用表达。研究团队分析1400万篇摘要，发现AI正深度影响学术写作风格，呼吁建立规范确保科研严谨性。未来需进一步评估AI对学术文献的实际影响。

大型语言模型（LLM）通过结合任务提示和大规模强化学习(RL)在复杂推理任务中取得了显著进展，如 Deepseek-R1-Zero 等模型直接将强化学习应用于基础模型，展现出强大的推理能力。然而，这种成功在不同的基础模型系列中难以复制，尤其是在 Llama 系列上。这引发了一个核心问题:究竟是什么因素导致了不同基础模型在强化学习过程中表现不一致?强化学习在 Llama 模型上的扩展限制OpenAI 的 o1、o3和 DeepSeek 的 R1等模型在竞赛级数学问题上通过大规模强化学习取得了突破，推动了对千亿参数以下小

淘天集团昨日在其“硬核少年技术节4.0”活动上宣布，其自主研发的百亿参数推荐大模型RecGPT已正式上线。这一创新成果将全面升级手机淘宝首页的“猜你喜欢”信息流，通过AIGR（生成式推荐）技术，为用户带来更加精准、个性化的推荐体验。RecGPT的上线，标志着淘宝在电商推荐领域迈出了重要一步。测试数据显示，搭载RecGPT大模型的推荐信息流表现出色，用户点击量实现两位数增长，同时用户加购次数和停留时长也均提升了超过5%。这表明RecGPT在提升用户互动和转化效率方面取得了显著

一款名为 Kimi-Dev-72B 的开源代码大型语言模型（LLM）现已推出，旨在革新软件工程领域的问题解决方式。该模型在 SWE-bench Verified 基准测试中展现出最先进的性能，尤其擅长自主修复 Docker 环境中的真实代码仓库。Kimi-Dev-72B 的核心优势在于其通过大规模强化学习进行优化。它能够独立识别并修复代码缺陷，并在整个测试套件通过时获得奖励，从而确保所提供的解决方案不仅正确，而且鲁棒。该项目已在 Hugging Face 和 GitHub 上开源，开发者可以自由下载和部署。Kimi-Dev-72B 提供了一个简化的两阶

近日，小红书的 hi lab 团队正式推出了其首个开源文本大模型 ——dots.llm1。这一新模型以其卓越的性能和庞大的参数量引起了业界的广泛关注。dots.llm1是一款大规模的混合专家（MoE）语言模型，拥有惊人的1420亿个参数，其中激活参数达到140亿。经过11.2TB 的高质量数据训练，这款模型的性能可以与阿里巴巴的 Qwen2.5-72B 相媲美。这意味着 dots.llm1不仅在文本生成方面具有极高的准确性和流畅度，还能支持更复杂的自然语言处理任务。值得注意的是，这一模型的预训练过程并没有使用合成数据，

最近，苹果公司发布了一篇引发热议的论文，指出当前的大语言模型（LLM）在推理方面存在重大缺陷。这一观点迅速在社交媒体上引起热议，尤其是 GitHub 的高级软件工程师 Sean Goedecke 对此提出了强烈反对。他认为，苹果的结论过于片面，并不能全面反映推理模型的能力。苹果的论文指出，在解决数学和编程等基准测试时，LLM 的表现并不可靠。苹果研究团队采用了汉诺塔这一经典的人工谜题，分析了推理模型在不同复杂度下的表现。研究发现，模型在面对简单谜题时表现较好，而在复杂度

随着大语言模型（LLM）技术的迅猛发展，文档解析领域迎来了一位新星——MonkeyOCR。这款轻量级文档解析模型以其卓越的性能和高效的处理速度，迅速成为业界关注的焦点。MonkeyOCR:小模型，大能量MonkeyOCR以仅3B参数的轻量级架构，在英文文档解析任务中展现出惊艳的性能。根据社交媒体上的最新讨论，MonkeyOCR在多项文档解析任务中超越了Gemini2.5Pro和Qwen2.5-VL-72B等重量级模型，平均性能提升显著。尤其是在复杂文档类型的解析上，MonkeyOCR表现尤为突出，公式解析提升高达15.0%，表格解析提升8

小红书近日宣布开源其首个大规模模型 ——dots.llm1，该模型具有1420亿个参数，是一种专家混合模型（MoE）。其设计的一个显著特点是，在推理过程中仅激活140亿参数，这种结构不仅保持了高性能，还大幅降低了训练和推理的成本。dots.llm1使用了11.2万亿个非合成的高质量训练数据，这在当前开源大模型中显得非常罕见，表明小红书在语言处理方面的强大资源。该模型在中文测试中的表现优异，平均得分91.3，超越了多款竞争对手，如 DeepSeek 的 V2、V3和阿里巴巴的 Qwen2.5系列。在技术架构方面

最近，通义实验室和北京大学的研究团队推出了一项名为 ZeroSearch 的创新框架，这一新技术可以在不需要真实搜索的情况下，激活大语言模型的检索能力，并且训练成本降低了惊人的88%。这一突破为大语言模型的训练和应用提供了全新的思路。传统的训练方法通常依赖于真实的搜索引擎来获取信息，这不仅造成了高昂的 API 调用成本，还可能因搜索结果的质量不稳定而影响模型的表现。ZeroSearch 巧妙地通过引入大语言模型作为 “模拟搜索引擎”，利用其在预训练过程中积累的丰富知识来生

在人工智能迅猛发展的今天，大语言模型（LLM）展现出了超凡的能力，但如何科学评估它们的 “心智” 特征，比如价值观、性格和社交智能，依旧是一个亟待解决的难题。近期，北京大学的宋国杰教授团队发布了一篇全面的综述论文，系统梳理了大语言模型心理测量学的研究进展，为 AI 的评估提供了新视角。这篇论文名为《大语言模型心理测量学:评估、验证与增强的系统综述》，长达63页，引用了500篇相关文献。随着 LLM 能力的快速迭代，传统的评估方法已显不足。论文指出，当前评估

全球开源解决方案领导者红帽公司近日宣布启动革命性开源项目llm-d，专门应对生成式AI大规模推理的迫切需求。该项目汇聚了CoreWeave、Google Cloud、IBM Research和NVIDIA等行业巨头作为创始贡献者，旨在通过突破性技术让大语言模型推理云满足最严苛的生产服务级目标。推理时代来临，挑战日益严峻根据Gartner最新数据预测，"到2028年，随着市场成熟，80%以上的数据中心工作负载加速器将专门部署用于推理，而非训练用途。"这一趋势凸显了推理技术的战略重要性。然而，随着推理模型复杂性和规

近日，MLX-LM现已直接集成到Hugging Face平台。这一里程碑式的更新为Apple Silicon设备（包括M1、M2、M3和M4芯片）用户提供了前所未有的便利，使其能够以最高速度在本地运行超过4400种大型语言模型(LLM)，无需依赖云服务或等待模型转换。这一集成进一步推动了本地化AI开发的普及，为开发者和研究人员提供了更高效、灵活的工具。MLX-LM与Hugging Face的深度融合MLX是Apple机器学习研究团队开发的一个专为Apple Silicon优化的机器学习框架，旨在充分利用M系列芯片的神经引擎(ANE)和Metal GPU的强大性能。MLX

Firecrawl宣布正式发布模板（Templates），一套集成了游乐场设置、代码片段和完整存储库的开源工具包，旨在帮助开发者以最简单的方式将任意网站转化为大语言模型(LLM)就绪数据。这一创新极大降低了AI数据抓取的技术门槛，为构建AI驱动的应用程序注入了新动能。AIbase深入解析Firecrawl模板的核心功能及其对AI生态的影响，带您一探这一抓取神器的魅力。模板核心:一键式数据抓取解决方案Firecrawl模板是一组预配置的开发资源，包含游乐场设置、Python/Node.js代码片段以及可直接运行的GitHub存储

在全球安全大会（RSAC2025）上，Cisco 和 Meta 联手发布了 Foundation-sec-8B，这是一个专为网络安全设计的开源大型语言模型(LLM)。随着网络攻击的加剧，传统的防御措施已显不足，企业亟需创新的解决方案来应对不断演变的威胁。Foundation-sec-8B LLM 的独特之处Cisco 的 Foundation-sec-8B LLM 是由其新成立的 Foundation AI 团队开发的，旨在为网络安全领域提供专门的 AI 基础设施。该模型基于 Meta 的 Llama3.1架构，拥有80亿个参数，专门针对网络安全任务进行优化。与通用模型不同，Foundation-sec-8B 在训练过程中使

近日，字节跳动宣布推出其全新的数据选择框架 QuaDMix，旨在提升大型语言模型（LLM）预训练的效率和泛化能力。众所周知，模型的训练效果受基础数据集的质量和多样性影响很大。然而，传统的数据筛选方法往往将质量和多样性视为两个独立的目标，先进行质量过滤，再进行领域平衡。这种逐步优化的方式忽略了质量与多样性之间的复杂相互关系。优质数据集往往存在领域偏差，而多样化的数据集可能会降低质量。因此，在固定的训练预算下，如何同时优化这两个维度以最大化模型性能

近日，AWS AI Labs 推出了 SWE-PolyBench，这是一个多语言的开源基准，旨在为 AI 编程助手的评估提供一个更全面的框架。随着大规模语言模型（LLM）的进步，AI 编程助手的开发已经取得了显著的进展，这些助手能够生成、修改和理解软件代码。然而，目前的评估方法仍然存在诸多局限，许多基准测试往往仅集中在 Python 等单一语言，无法全面反映真实代码库的结构和语义多样性。SWE-PolyBench 通过涵盖21个 GitHub 代码库，支持 Java、JavaScript、TypeScript 和 Python 四种流行编程语言，提供了2110个任务，包

字节跳动宣布推出高效预训练长度缩放技术（Efficient Pretraining Length Scaling），通过创新的Parallel Hidden Decoding Transformer(PHD-Transformer)框架，显著提升大语言模型(LLM)在长序列预训练中的效率与性能。据AIbase了解，该技术在保持推理效率的同时，支持高达2048K(2M)的上下文长度训练，解决了传统框架在数据异构性与计算平衡上的瓶颈。相关研究已在arXiv公开，引发了AI研究社区的广泛关注。核心创新:PHD-Transformer优化长序列训练字节跳动的PHD-Transformer通过独特的键值缓存（KV Cache）管理策略与架构优

清华大学 KEG 实验室（THUDM）研发的 GLM-4-32B 及 GLM-Z1-32B 两款前沿大语言模型(LLM)正式在 OpenRouter 平台上线，且完全免费向全球用户开放。这一里程碑式的事件标志着高性能 AI 模型的普及迈出了重要一步，为开发者、研究人员及 AI 爱好者提供了强大的工具，以推动人工智能应用的进一步创新。模型上线:性能强劲，免费开放GLM-4-32B 作为一款拥有320亿参数的通用大语言模型，以其在复杂推理、数学能力及多语言处理方面的卓越表现，成为当前开源 LLM 领域的佼佼者。与此同时，GLM-Z1-32B 是基于

近日，Persona Engine（人格引擎）项目正式开源，凭借其融合大语言模型(LLM)、Live2D、自动语音识别(ASR)、文本转语音(TTS)以及实时语音克隆(RVC)等前沿技术的强大功能，引发了AI与虚拟内容创作领域的广泛关注。据AIbase了解，该项目通过赋予虚拟角色自然对话与动态表情能力，实现了与虚拟人物的实时交互，特别适用于VTubing、直播和虚拟助手场景。项目已在GitHub上线，标志着AI驱动虚拟交互技术的又一里程碑。图源备注：图片由AI生成，图片授权服务商Midjourney核心功能:多技术融合实现沉浸式交