清华校友出手，8B硬刚GPT-4o！单一模型无限工具调用，终结多智能体
清华校友出手，8B硬刚GPT-4o！单一模型无限工具调用，终结多智能体大模型再强，也躲不过上下文限制的「蕉绿」！MIT等团队推出的一套组合拳——TIM和TIMRUN，轻松突破token天花板，让8b小模型也能实现大杀四方。
来自主题: AI资讯
5805 点击 2025-08-22 17:14
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
大模型再强，也躲不过上下文限制的「蕉绿」！MIT等团队推出的一套组合拳——TIM和TIMRUN，轻松突破token天花板，让8b小模型也能实现大杀四方。
为什么在这个科技高度发达的时代，我们在预约医生、租房看房、维修报修这些最基本的生活场景中，仍然要忍受漫长的等待和糟糕的体验？为什么一个简单的医疗预约需要等待数小时才能接通电话，一次房屋维修申请要等几天甚至几周才有回复？这些看似琐碎的日常痛点，实际上揭示了两个关键行业的深层问题：它们仍然停留在手工操作的石器时代。
成年后结交朋友可能很困难，尤其是搬到新城市后。幸运的是，现代科技提供了解决方案，越来越多人开始使用Bumble For Friends、Flox 和 Timeleft 等应用快速建立新友谊。
大模型的记忆墙，被MIT撬开了一道口子。 MIT等机构最新提出了一种新架构，让推理大模型的思考长度突破物理限制，理论上可以无限延伸。 这个新架构名叫Thread Inference Model，简称TIM。
随着AI时代的到来，上一代取得巨大成功的互联网产品都在紧密地结合大模型的能力，为用户提供焕然一新的服务和产品体验。这其中，部分产品走在了变革前沿，不仅利用大模型完成了产品重塑，还借助AI开启了产品的第二增长曲线。
近年来，强化学习（RL）在大型语言模型（LLM）的微调过程中，尤其是在推理能力提升方面，取得了显著的成效。传统的强化学习方法，如近端策略优化（Proximal Policy Optimization，PPO）及其变种，包括组相对策略优化（Group Relative Policy Optimization，GRPO），在处理复杂推理任务时表现出了强大的潜力。
在今年三月份，清华 AIR 和字节联合 SIA Lab 发布了 DAPO，即 Decoupled Clip and Dynamic sAmpling Policy Optimization（解耦剪辑和动态采样策略优化）。
蛋白质模型的GPT时刻来了！ 清华大学智能产业研究院（AIR）周浩副教授课题组联合上海人工智能实验室发布了AMix-1： 首次以Scaling Law、Emergent Ability、In-Context Learning和Test-time Scaling的系统化方法论来构建蛋白质基座模型。
近日，麻省理工学院也推出了一个AI学习平台。这个名叫MIT Learn的平台提供超过12700个学习资源，其中大部分是免费的。这个名叫MIT Learn的平台提供超过12700个学习资源，其中大部分是免费的。
本文主要介绍 xML 团队的论文：Discrete Diffusion in Large Language and Multimodal Models: A Survey。