跳到正文

研究方向

大模型 最新动态

大模型的能力、训练与评测研究:新架构、数据方法、推理与安全。

14 条精选近 30 天 14 条共收录 661 条

更新

大模型的精选

11月13日周五第 1–14 条
  1. Nature Computational Science62

    开源医疗基础模型 MedGemma 推出 4B 与 27B 版本,多项基准超过 Gemma 3

    Nature Computational Science 的研究亮点介绍,Andrew Sellergren、Lin Yang 等提出开源医疗基础模型家族 MedGemma,包含 4B 与 27B 多模态模型、27B 纯文本模型以及医学图像编码器 MedSigLIP。

    推荐理由:4B 与 27B 开放医疗模型在多项基准上超过 Gemma 3 基座,10% 任务数据微调的结果可供评估本地适配成本。

11月12日周四
  1. arXiv cs.AI71

    预印本:语言模型预训练算法效率增益与算力规模相关,低算力下不足 100 倍

    一项被 NeurIPS 2026 接收的预印本通过消融实验与扩展实验指出,2012 至 2023 年 AI 预训练算法效率约 22,000 倍的提升并不能在低算力区间复现,关键创新的贡献合计不足 100 倍。

    推荐理由:不同算力规模下算法效率增益并不同步,评估 AI 算法进展时需说明参考的算力区间。

  2. arXiv cs.AI71

    预印本:Chatbot Arena 126 万票显示模型未变而人类评判标准在上升

    预印本分析 Chatbot Arena 2023 年 5 月至 2024 年 8 月的 1,260,967 张盲投票,发现对同一对版本固定的模型,认为“两者都差”的票占比平均每月上升 1.71 个百分点,2024 年为每月 1.91 个百分点。

    推荐理由:用固定模型版本的百万级盲投票据分离模型变化与评判者变化,给 LLM 排行榜和人类反馈训练提了方法上的警示。

  3. arXiv cs.AI69

    预印本在 13 个企业级 SOP 上比较四种 LLM 智能体架构的成本与成功率

    预印本在固定模型、任务与工具的条件下,跨 13 个企业级 SOP 比较四种 LLM 智能体架构共八个实验组,发现没有普遍最优的架构,选择取决于具体 SOP,并且各架构的总体成功率在统计上无法区分。

    推荐理由:在 13 个企业 SOP 上固定模型与工具比较四种智能体架构,给出 token 与延迟的代价以及成功率差异的对照,可作为选型时的经验依据。

11月10日周二
  1. 量子位80

    英伟达发布机器人基础模型 GR00T 2 并开源模型数据与仿真工具链

    英伟达在 CoRL 大会上发布世界动作模型 GR00T 2,并称其模型、数据、仿真环境和采集硬件将陆续开源,首批开放 10 万小时人类第一视角视频。

    推荐理由:英伟达公开 GR00T 2 的模型、数据与工具链,并给出人类示范跨本体迁移的成功率,可用于评估机器人基础模型的复用门槛。

11月4日周三
  1. npj Computational Materials66

    物理约束贝叶斯优化加速 HRTEM 定量三维原子结构重建

    一篇发表于 npj Computational Materials 的论文提出物理约束贝叶斯优化框架,用单张 HRTEM 图像定量重建三维原子结构,BaTiO3 样品成像参数拟合约 75 s 收敛、12 个 ROI 并行匹配约 300 s 收敛,相比人工监督迭代提速三到四个数量级。

    推荐理由:把贝叶斯优化接入 HRTEM 定量匹配,将三维原子结构重建从数周缩短到分钟级,方法可直接迁移到自动化电镜流程。

11月2日周一
  1. Nature Biomedical Engineering60

    基于深度学习的视网膜生物标志物 RetiME 映射个体死亡风险并重建寿命轨迹

    发表于 Nature Biomedical Engineering 的研究提出基于深度学习的生物标志物 RetiME,可将视网膜特征映射为个体死亡风险,并重建与观测到的死亡结局相对应的个体化寿命轨迹。摘要提到,这些轨迹呈现不同的疾病相关死亡模式;材料未给出样本量、队列来源或预测性能指标。

    推荐理由:介绍一种基于深度学习的视网膜生物标志物,可将眼底特征映射为个体死亡风险并重建个体寿命轨迹。

  2. Patterns61

    FLAb2 基准:30 个蛋白 AI 模型难以稳定预测抗体可开发性

    Chungyoun 等构建了包含 400 多万条抗体的公开基准 FLAb2,并测试了 30 个模型,发现多数模型未能通过,也没有模型能同时准确预测各项可开发性指标。作者指出,不少模型依赖与天然 germline 抗体的相似性等捷径,而非底层生物物理特征;提升抗体 AI 设计更依赖更多样化的实验数据,而非更大的模型。

    推荐理由:公开基准测试30个蛋白AI模型对400万抗体可开发性的预测,结果显示多数模型依赖与天然germline抗体的相似性等捷径而非生物物理信号。

  3. npj Climate and Atmospheric Science86

    GAP 框架以扩散模型统一天气资料同化与气候预测

    一项发表于 npj Climate and Atmospheric Science 的论文提出 GAP 框架,用扩散生成模型学习大气状态的气候态分布,并在推断时通过观测、预测与外强迫约束适配资料同化、天气预报和气候模拟三类任务,无需分别训练。

    推荐理由:该框架把资料同化、天气预报与气候模拟统一到同一个学到的气候态分布上,其可迁移性值得关注。

10月30日周五
  1. npj Climate and Atmospheric Science66

    多圈层耦合概率模型 TianXing-S2S 在 45 天次季节至季节集合预报中优于 ECMWF 系统

    研究发表 TianXing-S2S 多圈层耦合概率深度学习模型,在 1.5°×1.5° 分辨率、45 天日平均集合预报的主要大气变量上优于 ECMWF S2S 系统与 FuXi-S2S。

    推荐理由:该模型以扩散生成和最优传输耦合多圈层边界条件,在 45 天集合预报上对标 ECMWF 与 FuXi-S2S,可用于判断概率型 S2S 预报的路线选择。

10月28日周三
  1. npj Quantum Information64

    基于 Mamba 的神经解码器在实时量子纠错模拟中优于 Transformer

    一篇发表于 npj Quantum Information 的论文提出并评估了基于 Mamba 状态空间模型的量子纠错解码器,其复杂度为 O(d²),低于 Transformer 注意力机制的 O(d⁴)。

    推荐理由:用复杂度 O(d²) 的 Mamba 解码器替代 Transformer,并给出实时场景下性能差距随码距扩大的证据。

10月27日周二
  1. Nature Chemical Engineering67

    Open DAC 2025 数据集发布:约 1.5 万种 MOF 的近 6000 万次气体吸附 DFT 计算

    Open DAC 2025 数据集收录约 15,000 种金属有机框架(MOF)上 CO2、H2O、N2 和 O2 吸附的近 6000 万次 DFT 计算,面向直接空气捕集吸附剂的筛选。数据集借助机器学习势函数实现高分辨率的 MOF 筛选,相关介绍发表在 Nature Chemical Engineering。

    推荐理由:近 6000 万次 DFT 计算覆盖约 1.5 万种 MOF 对四种气体的吸附,可供直接空气捕集材料筛选使用。

10月22日周四
  1. Patterns62

    CytoVerse 让单细胞 RNA-seq 基础模型在浏览器中本地运行

    Currie 等提出 CytoVerse 框架,在网页浏览器中直接运行单细胞 RNA-seq 基础模型。该框架基于 ONNX 模型部署和压缩的 IVFPQ 索引,无需服务器计算、安装或上传数据,即可将本地数据集比照 2300 万细胞参考集完成注释,并以轻量文件形式共享嵌入。

    推荐理由:浏览器内本地完成单细胞注释,数据不出本机,为隐私敏感数据的分析流程提供了可借鉴的方案。