搜索
普林斯顿大学陈丹琦团队在arXiv发布约4B参数模型QUEEN，通过门控交叉注意力连接Leela与SmolLM3-3B，并引入四阶段课程和迭代搜索蒸馏，使其棋力接近特级大师且能用自然语言解释着法。
Karpathy建议让LLM采用约80%的ASD-STE100规范，并生成图示、HTML交互页面或定制讲解视频，将输出转化为更清晰易懂的软件产物。
2016 年 3 月，首尔四季酒店。人机大战第二局进行到中途，AlphaGo 把一颗黑子落在了第五线上。现场解说一时语塞，有人怀疑程序出了 bug，因为在职业棋手的常识里，这手棋近乎于白送。
openJiuwen WorkSwarm首发全双工多模态能力，实现用户在前台像聊天一样随时与Agent交互、插话和追问，复杂任务则交给后台Core Agent独立执行，且原生亲和昇腾算力，支持基于华为云ModelArts与vLLM-Omni框架在昇腾NPU上部署。
华为诺亚方舟实验室、华为云天筹AI求解器团队与华中科技大学John Hopcroft计算中心组成的联合团队，依托华为云天筹决策智能引擎和LLM4AD_Next算法设计平台，斩获SAT Competition 2026并行AI赛道SAT组冠军。
当经典算法遇到 LLM，用概率预判代替盲目试错，或许才是架构演进的真正解法。
在社会变化的洪流中，LLM 能不能不断修正自己对社会的认知？
Insilico Medicine、Liquid AI、巴克衰老研究所等机构在Cell发表论文，推出面向衰老研究的AI工具链LongevityBench、Longevity-LLMs和Longevity Claw，其中参数量仅9B的专用模型L-Qwen3.5-9B在综合排名中超越Gemini 3.1 Pro和Claude Opus 4.6。
在过去的几年里，LLM RL 系统的工作负载发生了巨大的变化。早期的 RLHF 围绕同步训练展开：模型按固定顺序进行生成、打分和训练，每个阶段之间有着明确的同步边界。如今，系统还需要处理异步生成、持续训练、多轮 Agent 以及与外部环境的交互 —— 那些在同步执行中原本隐含的状态、版本和故障边界，现在都必须显式地进行管理。
北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述，讨论模型内部与外部 harness 应如何分配能力，并据此梳理 LLM Agent 的学习、对齐、演化与评测。