Sheaf SyncMap 方法实现稳定无监督连续分块,在多项基准测试中取得最优互信息指标
一句话结论 Sheaf SyncMap 通过引入叶状正则化结构提升无监督连续分块的稳定性,在 18 个概率图测试中取得最高归一化互信息。 关键要点 研究提出径向叶状结构(radial sheaf structure),用于惩罚变量对之间距离相关的径向运动,降低去中心化同步映射(Decentraliz
AI 让更多可能成为现实
从大模型发布、AI Agent、多模态生成到 RAG 与开发实战,孤本网持续追踪 OpenAI、Anthropic、Google DeepMind、微软、Meta、英伟达等厂商动态,以及 DeepSeek、Claude、Gemini、Llama、Qwen、Kimi、豆包等模型的能力边界与真实落地场景。
阅读全文按厂商、模型、技术方向与内容领域聚类的文章索引,点击词条查看相关文章。
一句话结论 Sheaf SyncMap 通过引入叶状正则化结构提升无监督连续分块的稳定性,在 18 个概率图测试中取得最高归一化互信息。 关键要点 研究提出径向叶状结构(radial sheaf structure),用于惩罚变量对之间距离相关的径向运动,降低去中心化同步映射(Decentraliz
一句话结论 聊天模板会切换大语言模型(LLM)的自我指涉语气,且该效应可通过激活空间中的方向向量复现。 关键要点 在八款参数量不超过9B的流行开源指令模型中,启用聊天模板会增强“我只是个AI”式的免责声明语气,同时抑制“我感到”式体验性语气;移除模板则产生相反效果。 在三个模型中,研究者在激活空间内
一句话结论 arXiv 论文以概率测度框架统一描述大语言模型的训练与生成,并分析KL散度不对称性对幻觉的影响。 关键要点 论文将大语言模型定义为词元序列集合上的概率测度,其自回归条件分布决定了模型的生成行为。 模型训练被形式化为最大似然估计问题,并采用随机梯度方法求解,文本生成则被视为对该随机过程的
一句话结论 豆包工作新增“目标”与“计划”两种任务模式,通过事前核查与计划审阅机制,显著降低复杂场景下 AI 执行偏差与资源浪费风险。 关键要点 “目标模式”面向有明确验收要求的复杂任务,AI 在交付前逐项核查,确保结果达标,避免执行“跑偏”与不达标问题。 “计划模式”适用于长程、资源消耗大、需求模
一句话结论 美团闪购宣布投入 300 亿资源,联合行业伙伴在三年内为每个商圈新增百万好商品,推动即时零售从网络基建转向商品创新驱动。 关键要点 美团核心本地商业 CEO 王莆中在 2026 年 9 月 22 日的大会上指出,即时零售行业已跨越需求培养期,正式从“店仓配时代”跨入“商品时代”,未来增长
一句话结论 滴滴自动驾驶入选全国工商联案例并登榜北京未来产业先锋,确立其L4研发在民营经济中的创新标杆地位。 关键要点 位列全国工商联“民营企业研发投入500家”榜单第25位,并首次入选2026年民营企业发展新质生产力案例。 位居2026北京民营企业百强第7位及科技创新百强第9位,首次入选新增设的未