我们已经习惯了大模型一个字一个字往外蹦。从 GPT 到 Llama，主流大语言模型走的都是同一条路——自回归（autoregressive）：从左到右，一次只决...

这个被称作 AGI(通用人工智能)的目标,已经从科幻话题,变成了全球最大几家 AI 机构口中"未来十年内"的具体路线图。

这篇报告解决的问题是：如何在显著更少的训练数据和推理计算开销下，构建一个在数学科学推理与GUI操控上竞争力强的多模态模型。核心贡献是系统化数据质量工程 + 动态...

在AI圈，我们似乎已经习惯了“大力出奇迹”的叙事：更大的参数量、更海量的数据、更强的算力，似乎是通往更强智能的唯一路径。然而，微软最新发布的 rStar2-Ag...

今天，我们要深入探讨一个在AI领域越来越重要的话题：大语言模型（LLM）的多领域推理能力。如今的LLM在单一任务上，如数学解题或代码生成，已经表现得相当出色。但...

近期，将强化学习（RL）应用于语言模型（LM）以提升其复杂推理能力，已经成为AI领域最前沿、最激动人心的方向之一。从DeepMind的AlphaCode到Dee...

让大语言模型（LLM）像人类一样思考，解决复杂的数学和编程问题，是AI领域的前沿目标。强化学习（RL）是实现这一目标的主流技术，但它有个致命弱点：训练过程极不稳...

大语言模型（LLMs）在推理能力上取得了显著进展。从数学问题到逻辑推理，它们的表现越来越令人惊艳。我们看到了像OpenAI-o1、DeepSeek-R1 和 K...

做过地质统计学、储层建模或空间机器学习的人，大概都面对过这个选择：Kriging（经典地质统计学的主力工具），还是高斯过程回归（Gaussian Process...

听说某只股票利好，你赶紧冲进去，结果刚买完就成了“接盘侠”，只有少数果断割肉或空仓的人赚了钱？

我们提出了一种关于有限超图族上基于函数的超图变换的新的一般理论。基于函数的超图变换形式化了以一致的方式对来自一个族的超图进行结构修改的操作。这些变换的数学形式便...

随着多模态大模型（MLLMs）在图文理解、数学解题、几何推理等任务上取得长足进步，可验证奖励的强化学习（RLVR）已成为提升其视觉推理能力的主流范式。然而，现有...

2026-06-19：阶数数字排列。用go语言，给定一个整数 n，判断能否把 n 的各位数字重新排列（允许使用原来的顺序，也允许换成任意顺序），得到某个有效整数...

本文的核心问题是:扩散模型(diffusion model)在生成蛋白质结构 / 蛋白质对接构型时,是否隐式学到了一个类似物理自由能的函数? 作者从统计热力学出...

这也提醒我们,在看待浮点数的时候,不能把它当成数学里的实数,而要把它当成一种“有限精度的近似表示”。

乔老师一直讲：要五年上一次台阶，强者去哪里都是强者，弱者在哪里都只知道抱怨，心力、愿力很重要。

OpenAI今日完成ChatGPT默认模型的静默升级，GPT-5.5 Instant全面替换GPT-5.3 Instant。这个被数亿用户当作「日常档」的模型，...

传统语言学认为大脑处理语言靠的是符号和规则，就像查字典一样。但LLM用的是完全不同的方法：把词语变成数字向量，然后通过一层层复杂的数学变换来"理解"语言。这听起...

数学任务跨家族蒸馏：用 Qwen 教师模型指导 LLaMA 学生模型，在数学任务上表现良好，甚至超过了 GRPO 方法。