大模型给自己当裁判并不靠谱！上交揭示LLM-as-a-judge机制缺陷
大语言模型（LLM）正从工具进化为“裁判”（LLM-as-a-judge），开始大规模地评判由AI自己生成的内容。这种高效的评估范式，其可靠性与人类判断的一致性，却很少被深入验证。
llm
大模型给自己当裁判并不靠谱！上海交通大学新研究揭示LLM-as-a-judge机制缺陷
大语言模型（LLM）正从工具进化为“裁判”（LLM-as-a-judge），开始大规模地评判由AI自己生成的内容。这种高效的评估范式，其可靠性与人类判断的一致性，却很少被深入验证。
卖酒的茅台要学AI了！和奔驰麦当劳一起拜师百度
依托百度自研的深度学习平台飞桨和文心大模型，AICA目标培养复合型AI架构师，简单来说，就是既能参与技术开发，又能确保项目落地。
LLM+Tool Use 还能撑多久？下一代 AI Agent 在 self-evolving 的技术探索上行至何方？
AI 应用公司，能否复刻甚至超越移动互联网时代的商业奇迹？AI 原生应用如何突破传统流量红利，打造新型变现模式？AI 与移动互联网时代的用户生态和商业边界到底有多大差异？当 AI 成为平台能力，用户还需要装那么多 App 吗？从技术能力到商业价值，AI 公司还
AI写作也求新求变，随机词汇提示让创意无限延伸
近期，关于AI写作的一项新研究颠覆了人们对AI创作同质化的传统认知。研究发现，只需在AI开始写作前加入人类提供的简短开头或随机词汇，AI生成的文本内容便能展现出更高的多样性。
创意 llm 写作 词汇 writingprompts 2025-08-16 19:37 2
让AI创作不千篇一律，提示词随机插词汇就行
实验结果显示，在Short Stories数据集上，人类的文体特征方差最低，表明人类在该数据集写作风格较为统一，而模型则表现出更丰富的风格多样性。
苹果计划重回机器人赛道，2027年将出新品，内斗却没停止？
新产品的核心是一款桌面AI机器人，据称就像一台装在可移动机械臂上的iPad。它可以旋转，让屏幕朝向用户，方便用户在家中或办公室内移动。消息人士称，目前的原型机采用约7英寸的水平显示屏，而机械臂可以将屏幕向任何方向移动，使其能远离底座约6英寸。
苹果J490智能家居中心：配备Charismatic系统和LLM版Siri
苹果正在研发的类iPad智能家居中心，其推出时间将延后至2026年中期。古尔曼此前曾透露，该设备最早有望在2025年亮相，但因Apple Intelligence版本的Siri出现问题，导致上市计划被迫推迟。
llm siri charismatic charismat 2025-08-15 00:24 3
ICCV 2025 | HERMES：首个统一3D场景理解与生成的世界模型
本文第一作者周鑫、共同第一作者梁定康，均为华中科技大学博士生，导师为白翔教授。合作者包括华中科技大学涂思凡，旷视科技丁宜康，迈驰智行陈习武、谭飞杨，香港大学赵恒爽助理教授。
Text2SQL准确率暴涨22.6%！3大维度全拆
技术背景：TEXT2SQL 是将自然语言查询转为 SQL 的任务，经历了基于规则、神经网络、预训练语言模型、大语言模型四个阶段。当前面临提示优化、模型训练、推理时增强三大难题，研究基于 BIRD 数据集展开。
突袭GPT-5！Claude甩出百万上下文王炸！开发者吵翻：超出LLM极限
这次升级，将上下文从原本的 20 万 Token 一口气提升 5 倍——百万上下文究竟有多大？相当于一次性放进整套《哈利·波特》全集。
Attention Sink产生的起点？清华&美团揭秘MoE LLM中超级专家机制
稀疏激活的混合专家模型（MoE）通过动态路由和稀疏激活机制，极大提升了大语言模型（LLM）的学习能力，展现出显著的潜力。基于这一架构，涌现出了如 DeepSeek、Qwen 等先进的 MoE LLM。
如何将 RAG 检索召回率从 50% 提高到 95% 以上
在本文中，我会分享一些改进 RAG（检索增强生成）应用程序中检索的出色技术。最近在一个客户项目中使用了这些技术，将系统的召回率从大约 50-60% 一直提高到 95% 及以上。
用AI写论文的情况，可能比想象中更普遍｜Landing AI
从一开始的语言润色和结构优化，到如今直接参与段落生成，先不说正确程度如何，如我们所见，AI正在走进更多的学术写作过程之中。最近发表在《Nature Human Behaviour》上的一项研究，首次以大规模统计方式量化了这一趋势。
扩散LLM推理新范式：打破生成长度限制，实现动态自适应调节
随着 Gemini-Diffusion，Seed-Diffusion 等扩散大语言模型（DLLM）的发布，这一领域成为了工业界和学术界的热门方向。但是，当前 DLLM 存在着在推理时必须采用预设固定长度的限制，对于不同任务都需要专门调整才能达到最优效果。
PyTorch 2.8重磅发布：量化LLM推理性能飞跃，Intel GPU 支持来袭！
近日，开源机器学习框架 PyTorch 迎来了全新版本2.8的正式发布。这一版本的发布备受关注，主要集中在提升量化大语言模型（LLM）的推理性能，尤其是在 Intel CPU 上的表现。此次更新不仅显著增强了在离线模式下的推理效率，还首次实验性支持了 Inte
江西电信申请基于LLM大小模型协同训练专利，大大提高模型学习能力和工作效率
国家知识产权局信息显示，江西电信信息产业有限公司申请一项名为“基于LLM大小模型协同训练的方法、介质及设备”的专利，公开号CN120449937A，申请日期为2025年04月。
论文解读：单个标点符号如何欺骗LLM，攻破AI评判系统
可验证奖励强化学习（Reinforcement Learning with Verifiable Rewards, RLVR）是一种基于参考标准的训练范式，其核心在于通过基于规则的函数或生成式LLM评判器来提供奖励信号。在RLVR训练过程中，奖励模型接收问题q
开发者新工作流
自 2021 年夏季 GitHub Copilot 以预览版问世 以来，编程助手产品呈现爆发式增长。这类工具最初被用作增强型代码补全工具，而 Cursor、Windsurf 等产品则迅速转向了 Agent 交互模式：通过自然语言指令触发，助手能自主执行修改代码
如何进行竞争对手流量分析(9个步骤)
当您阅读本文时，想象一下您是一个新的宠物用品品牌，正在与零售商 Hollywood Feed 展开正面交锋。