AI算法优化-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 5205 篇文章
累计创建 1860 个标签
累计收到 0 条评论

目录CONTENT

以下是 AI算法优化相关的文章

2026-02-10
针对提示词注入的防御：StruQ 和 SecAlign 微调方法提示词注入是当前LLM应用面临的首要威胁。本文介绍了Berkeley AI Research提出的两种无需额外计算成本的微调防御方法：StruQ和SecAlign。这些方法通过在输入中明确分隔指令和数据，并训练模型忽略注入的指令，显著降低了攻击成功率，同时保持了模型实用性。
- 2026-02-10
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-09
关于AI智能体最大的七个误解及其重要性
- 2026-02-09
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-09
AI 视觉技术的飞跃：Transformer-based 模型的图像识别性能超越了所有卷积神经网络最新的研究揭示了 AI 视觉领域的一项重大突破：基于 Transformer 架构的模型在图像识别任务中已全面超越了传统的卷积神经网络（CNN）。这一转变标志着深度学习在计算机视觉应用中的范式转移，预示着更强大的模型和更广泛的应用前景。研究表明，Transformer 的全局上下文建模能力在复杂场景理解方面展现出显著优势，其性能提升在多个主流基准测试中得到验证。此次技术革新将深刻影响未来的图像处理和分析工具的开发。
- 2026-02-09
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-09
预测自我中心视频：基于人类动作的PEVA模型本文介绍了PEVA（Predicting Ego-centric Video from human Actions）模型，它是一个世界模型，专注于从身体动作预测第一人称视角的视频。PEVA利用高维度的运动捕捉数据来生成原子动作、模拟反事实场景和支持长视频生成，为具身智能体的世界建模提供了新的视角。
- 2026-02-09
- 0
- 0
- 0
- AI新闻/评测
- AI工具应用
2026-02-09
OptiMind：一个具有优化专长的微型语言模型微软研究院发布了OptiMind，一个专为解决优化问题而设计的微型语言模型（SLM）。该模型通过专业化训练，在处理线性规划、二次规划等复杂优化任务时，展现出超越通用大模型的精度和效率。OptiMind专注于结构化推理，是科学计算和供应链管理等领域的理想工具。
- 2026-02-09
- 0
- 0
- 0
2026-02-06
重新思考预测逆向动力学模型中的模仿学习本文探讨了模仿学习（Imitation Learning, IL）的新范式，通过预测逆向动力学模型（Predictive Inverse Dynamics Models, PIDMs）来解决传统IL方法的局限性。我们提出了一种方法，该方法通过预测轨迹的未来状态来指导学习过程，从而提高了学习效率和泛化能力，并展示了其在复杂任务中的潜力。
- 2026-02-06
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-05
一个新的人工智能数学初创公司刚刚解决了4个先前未解决的问题人工智能初创公司Axiom声称，其AI系统AxiomProver最近成功找到了几个长期未解的数学难题的解决方案，包括一个困扰数学家多年的猜想。这标志着AI在数学推理能力方面取得了显著进步，并可能在未来对软件安全等领域产生深远影响。
- 2026-02-05
- 0
- 0
- 0
2026-02-03
穿刺误差小于 1 毫米，国内首款 AI 经皮穿刺手术导航设备获批上市国内首款明确包含深度学习人工智能功能的经皮穿刺手术导航设备——龙点睛穿刺手术导航设备，已正式获得国家药品监督管理局（NMPA）三类医疗器械批准上市。该设备在AI算法赋能下，能自动分割CT影像中的关键结构，精准规划穿刺路径。临床数据显示，其可将穿刺靶点误差控制在1mm以内，一次穿刺成功率大幅提高，并能有效将手术时长缩短62%。此外，该设备通过降低耗材成本，有助于减轻医疗机构和患者的经济负担，提升微小病灶活检与消融治疗的效率与准确性。
- 2026-02-03
- 0
- 0
- 0
- AI行业应用
- AI工具应用
2026-02-03
Carbon Robotics 推出大型植物模型 (LPM)，实现即时杂草识别和清除西雅图的 Carbon Robotics 推出了其大型植物模型（LPM），这是一个强大的AI模型，能够即时识别植物种类。该模型基于1.5亿张照片和数据点训练而成，首次实现了农民在田间实时指示机器人清除新型杂草，无需重新训练，极大提升了其激光除草机器人的效率和自主性。
- 2026-02-03
- 0
- 0
- 0
2026-02-01
无需TD学习的强化学习：基于分而治之的替代范式本文介绍了一种基于“分而治之”范式的强化学习（RL）算法，它不依赖于传统的时间差分（TD）学习。该算法能有效扩展到长期任务，解决了TD学习在可扩展性方面的挑战。研究人员提出了“迁移学习（TRL）”，通过限制子目标搜索空间和使用期望回归来实现了可扩展的、分而治之的价值学习。
- 2026-02-01
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-01-31
用于AI智能体的多模态强化学习与智能体验证器本文介绍了多模态强化学习与智能体验证器（Agentic Verifier）的创新结合，旨在提升AI智能体的可靠性和安全性。通过引入验证机制，研究人员显著提高了智能体在复杂、多模态环境中的决策准确性和一致性，为构建更健壮的AI系统提供了新思路。
- 2026-01-31
- 2
- 0
- 0
- AI基础/开发
- AI工具应用
2026-01-28
用于改进时间序列模型的5种交叉验证方法
- 2026-01-28
- 0
- 0
- 0
- AI基础/开发
2026-01-21
评估思维链的可监控性本文介绍了OpenAI关于AI思维链（CoT）可监控性的研究框架和评估体系。研究系统性地探讨了思维链的可监控性如何随着推理时间、强化学习规模和预训练力度的变化而演变。核心发现表明，监控思维链通常比仅监控最终输出更有效，并探讨了如何通过后续问题等方式进一步增强可监控性，以实现未来AI系统的可扩展控制。
- 2026-01-21
- 0
- 0
- 0
- AI新闻/评测
- AI基础/开发
2026-01-20
无需时序差分学习的强化学习：分而治之本文介绍了一种基于“分而治之”范式的强化学习（RL）算法，它不依赖于存在扩展性挑战的时序差分（TD）学习。该方法通过对轨迹进行递归分割，实现了对长程任务的有效扩展。作者提出了“可迁移强化学习”（TRL）算法，成功将分而治之的值学习扩展到复杂的、以目标为条件的RL问题，并在OGBench等基准测试中取得了优异性能，特别是在无需手动调参n值的情况下匹配了最佳的TD-n性能。
- 2026-01-20
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-01-20
人工智能辅助化学合成的集体智能科学文献的爆炸式增长对化学合成领域的实验转化构成了严峻挑战。本文介绍了 MOSAIC（Multiple Optimized Specialists for AI-assisted Chemical Prediction），一个基于 Llama-3.1-8B-instruct 架构的计算框架。MOSAIC 训练了2498个专业化学专家，实现了对复杂合成具有置信度指标的可重现和可执行的实验方案，成功率达71%，并发现新的反应方法，为AI辅助发现提供了通用策略。
- 2026-01-20
- 0
- 0
- 0
2026-01-17
使用强化学习训练扩散模型本文介绍了伯克利AI研究团队利用强化学习（RL）控制100辆自动驾驶汽车（AV）部署到高峰时段的高速公路上，旨在平滑交通拥堵并降低所有人的燃料消耗。研究重点是解决“走走停停”波浪现象，并通过与数据驱动的模拟器交互，训练出能够最大化能源效率、保持吞吐量并安全运行的控制器。实验成功展示了少量智能控制车辆对改善整体交通流和燃油效率的显著作用。
- 2026-01-17
- 1
- 0
- 0
- AI基础/开发
- AI行业应用
2026-01-17
比亚迪辅助驾驶车型保有量突破256万辆，日均数据里程超地日距离比亚迪官方宣布，其搭载辅助驾驶系统的车型保有量已达到256万辆，标志着其全民智驾战略取得显著进展。更引人注目的是，其“天神之眼”辅助驾驶系统每日生成的数据量高达1.6亿公里，这一里程已超过太阳到地球的平均距离（约1.496亿公里）。这一庞大的真实路况数据为AI算法优化提供了丰富的样本，涵盖高速领航、城市通勤和智能泊车等全场景，确保了系统在复杂环境下的可靠表现。此举推动了高阶智能驾驶技术的普及，覆盖了从入门级到百万级的所有品牌矩阵。
- 2026-01-17
- 0
- 0
- 0
- AI行业应用
- AI新闻/评测
2026-01-16
机器学习数据增强的完整指南
- 2026-01-16
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-01-16
人形机器人更进一步：最新机甲有多大用处？在过去三个月里，中国和美国的几家公司宣布了大规模生产人形机器人的计划，表明它们正处于商业应用的前沿。然而，尽管零部件成本降低、电池和AI算法取得进步，这些机器人目前在实际应用中仍面临局限性，许多任务仍需人工操作员的监督和数据收集。
- 2026-01-16
- 0
- 0
- 0
2026-01-16
Python 计算机视觉入门指南
- 2026-01-16
- 1
- 0
- 0
- AI基础/开发
- AI工具应用

1
2
3
4