搜索
刚刚，顾全全发文告别字节 Seed 团队。在此之前，他是 Seed 旗下聚焦科学智能领域的 AI4S 团队核心成员。顾全全是机器学习理论、大模型对齐以及 AI4S 科学智能领域知名的学者。他于 2007 年和 2010 年分获清华大学自动化专业学士、控制科学与工程硕士学位，2014 年获伊利诺伊大学香槟分校计算机科学博士学位，随后在普林斯顿大学运筹与金融工程系（ORFE）开展统计学博士后研究。
最近，前沿实验室 Mind Lab 密集发布了一系列关于 LoRA 与 PEFT（高效微调）的研究结果，似乎描绘出了另一条大模型「持续学习」的路径。在 Mind Lab 的视角中，PEFT 不再是对大模型全参数后训练的一种廉价平替，更是实现从 “基础模型” 向 “可持续学习智能体” 过渡的核心架构机制。
华为天才少年被具身智能企业哄抢。AI 科技评论最新获悉，前华为天才少年李一同近期已加入具身智能明星公司吉翼智能，任吉翼大模型研发中心总工程师，将主导公司在大模型与系统测试等核心板块的攻坚工作。履历方面，李一同为上海交大ACM班毕业，墨尔本大学博士，曾是华为天才少年，华为终端云语言大模型技术负责人。华为期间，李一同主要负责基于生成式大模型和人机对话方向的研究。
本文团队长期从事负责任的人工智能与人工智能赋能社会科学相关研究，围绕视觉生成大模型安全治理、智能体安全等方向开展系统性工作，相关成果发表于AAAI、ICML、TMM 等国际期刊与会议。
2026年5月30日，半导体研究机构SemiAnalysis发布深度报告《AI Dark Output: The Visible Cost of Invisible Output》，提出了一个“暗产出”的概念，判断AI正在大规模创造真实经济价值，但这些价值在GDP、价格指数和就业统计中几乎无迹可寻，规模“可能不亚于工业革命”。
近年来，随着大模型从简单问答，走向深度研究、医疗咨询、多模态生成和长程 Agent 任务，一个基础问题变得越来越难回答：我们到底应该怎样判断模型输出的质量？
他叫Yi Tay，是Google DeepMind的研究科学家。去年带着Gemini Deep Think，拿下了IMO国际数学奥林匹克金牌，今年2月Gemini 3 Deep Think的发布，他也是核心贡献者。
大模型从“回答问题”走向“完成任务”，正在面临以下瓶颈：面向Claw Agents的数据、训练和评测都比传统environment training更难。为了解决该问题，中国人民大学、至知研究院等最新提出ClawGym——
DeepSeek 研究员陈德里（Deli Chen）和 AI 合作的第二篇论文来了！论文地址：https://victorchen96.github.io/continual_learning_survey.pdf这篇论文聚焦 continual learning（持续学习） 与 self-iteration（自我迭代）。在陈德里看来，这是 AI 迈向 AGI 过程中极为关键的一步。
2026年5月，两篇重磅研究在一周内相继发表。一组来自加州大学伯克利分校研究团队，样本是美国 20 所公立研究型大学的 95,513 名本科生。研究发表在《Science》科学杂志上，主题是大学生如何使用生成式 AI，以及怎样用它作弊。