理论
解密FedDAT：首个多模态异构联邦学习高效微调框架，突破数据异构与通信瓶颈！
FedDAT: An Approach for Foundation Model Finetuning in Multi-Modal Heterogeneous Federated Learning一、 一眼概览FedDAT提出了一种创新的双适配器教师框架（Dual-Adapter Teacher, DAT），结合参数高效微调和互知识蒸馏，解决了多模态异构联邦学习（FL）中的数据异构性问题，并在多个视觉-语言任务基准上取得了最优表现。 二、核心问题如何在多模态联邦学习环境中，在数据异构性和通信预算限制下，实现基础模型的高效分布式微调，以提升视觉-语言任务的性能，是本研究的核心问题。 三、 技术亮点1.
曝DeepSeek让Llama4未发布已落后！小扎坐不住了：2025预算4000亿起步，年底AI算力将达130万卡
Meta这次真的坐不住了，计划在AI上继续加码！ 匿名员工爆料，黑马DeepSeek的出现，让Llama 4还未发布就已经落后，Meta慌了。 就在这一消息沸沸扬扬时，小扎放出消息，2025年继续扩大AI投资。
DeepSeek-R1持续震撼硅谷：跻身竞技榜前三，创始人梁文锋采访被“拿放大镜”看
“神秘东方力量”DeepSeek给硅谷带来的影响，还在不断泛起涟漪——刚刚，DeepSeek-R1跻身大模型竞技榜前三。 以开源、便宜20倍的“身价”与ChatGPT-4o（2024.11.20）并列。 在复杂提示词/风格控制榜单上，R1位列第一。
CS本科就业寒冬来袭！名校24届就业率被曝不足50%，企业宁用AI不招应届生
前段时间，UC伯克利CS本科生毕业即失业，以及焦虑的AI博士们在顶会现场后悔读博的故事，曾引起了业界的广泛关注。 今天，一条知乎热搜，再次引起了全网热议。 （图片经过处理）有传言称，某高校计算机学院的24届本科生，就业不足50%，低于全校平均水平。
让AI成为你的React代码专家的3个秘诀
深夜，我盯着眼前庞大的React项目，一行行代码仿佛在跳动。 作为一名全栈开发者，我深知重构这样的项目将耗费无数个不眠之夜。 然而，当我尝试让AI协助修改代码时，却屡屡遇到挫折：组件太复杂导致AI理解困难，代码结构混乱让AI无从下手，项目依赖关系复杂使得AI难以准确推断......如何让AI真正成为我们的得力助手？
满血o3即将推出，OpenAI的Q1还有硬货！首席产品官：o1 Pro不可能一直傻乎乎地亏钱！今明两年不会推出机器人
出品 | 51CTO技术栈（微信号：blog51cto）前天，OpenAI最大的产品经理，首席产品官Weil刚剧透智能体Q1就发出。 一转头，今天就把Operator推出来了？ ？
颠覆LLM格局！AI2新模型OLMo2，训练过程全公开，数据架构双升级
最近，非营利研究机构AI2上新了OLMo2系列模型，他们称之为「迄今为止最好的完全开源模型」。 OLMo 2系列包含7B和13B两个型号，相比如Llama 3.1和Qwen 2.5等开源模型达到了同等甚至更优的性能，同时FLOPS计算量更少，在性能和计算效率之间取得了极佳的平衡，为开源LLM开辟了新的可能性。 不同大小开源模型的性能对比，OLMo 2的表现优于同参数规模模型在多个下游任务上，OLMo 2展现出了强大的泛化能力和适应能力。
六大维度，LLM「问题生成」首次正面PK人类！伯克利等发布最新研究
长期以来，问题生成（Question Generation）任务都是根据「给定事实」来编写各种相关问题，已经发展出了很多自动化的方法。 大型语言模型（LLM）的兴起，极大提升了各种自然语言处理（NLP）任务的性能，其中也包括问题生成，虽然应用广泛，但还没有研究讨论过「用LLMs生成问题的特点」。 没有额外提示约束时，LLMs是更倾向于生成较长还是较短的问题？
OpenAI首个智能体Operator大测评，你也能拥有24小时私人管家！
演唱会抢票终于不用自己蹲守了，公司订餐也可以直接「无脑托管」，这就是OpenAI今天发布的Operator。 顾名思义，Operator就是能帮你端到端处理任务的AI智能体。 比较有趣的是，OpenAI针对Operator新开了一个网页operator.chatgpt.com，而不是像之前发布的功能都直接统一内置在ChatGPT中。
向视觉版o1出击，阶跃张祥雨团队推出“慢感知”，实现感知层面的推理时scaling
视觉版o1的初步探索，阶跃星辰&北航团队推出“慢感知”。 研究人员认为：1）目前多模领域o1-like的模型，主要关注文本推理，对视觉感知的关注不够。 2）精细/深度感知是一个复杂任务，且是未来做视觉推理的重要基础。
史上最难大模型测试集，千名专家铸成！没有模型得分超过10%，但DeepSeek-R1超o1
史上最难的大模型测试集来了！ 包括o1在内，没有任何一个模型得分超过10%。 题目来自500多家机构的1000多名学者，最终入围的题目有3000多道，全部都是研究生及以上难度。
新型人工智能“黑帽”工具：GhostGPT 带来的威胁与挑战
最近，Abnormal Security的研究人员发现了一个专门为网络犯罪创建的无审查AI聊天机器人——GhostGPT，是人工智能用于非法活动的新前沿，可以被用于网络钓鱼计划、恶意软件开发和漏洞利用开发。 GhostGPT的主要特点快速处理：使攻击者能够快速生成恶意内容。 无日志政策：声称不记录用户活动，吸引那些寻求匿名的人。
打造科学研究“革命的工具”，『AI4S攀登者行动计划』开放申请
驱动科学研究的人工智能（AI for Science，以下简称AI4S）正逐渐改变科学研究的模式，然而学科之间的“烟囱式”发展模式，既容易造成资源分散和重复投入，也在一定程度上制约颠覆性成果涌现。 同时，由于AI4S具有“极宏观拓展、极微观深入、极端条件迈进、极综合交叉”的特性，使得具有重大意义的变革性突破，难以从现有组织模式中诞生——这类突破超出了单一团队的研究能力，需要依赖大规模研究、工程与系统协作，而早期价值又难以被商业风投支持——“AI4S攀登者行动计划”旨在解决这一难题。 如果你渴望突破AI4S传统研究模式的限制，欢迎申请加入“AI4S攀登者行动计划”，与我们共同推动下一代技术变革。
高灵敏探索质谱，滑铁卢、中原AI院团队基于深度学习的端到端方法
编辑 | 萝卜皮基于质谱的蛋白质组学中肽段鉴定对于理解蛋白质功能和动力学至关重要。 传统的数据库搜索方法虽然应用广泛，但依赖于启发式评分函数，必须引入统计估计才能获得更高的鉴定率。 加拿大滑铁卢大学 （University of Waterloo）和中原人工智能研究院（中原 AI 院）的研究团队提出了 DeepSearch，一种基于深度学习的串联质谱端到端数据库搜索方法。
活性提高42倍，ML引导的无细胞表达加速酶工程，登Nature子刊
编辑 | 萝卜皮酶是人类生活中不可或缺的天然催化剂，不仅助我们消化食物，还能增强香水香味、提高洗衣效率，甚至用于疾病治疗。 科学家们正使用酶工程创造新酶，用于吸收温室气体、降解环境毒素、研发高效药物。 但是，酶工程受限于快速生成和使用大量序列功能关系数据集进行预测设计的挑战。
一文读懂 OpenAI 最新 Operator
Hello folks，我是 Luga，今天我们来聊一下人工智能应用场景最新突破 - 构建高效、灵活的创新的 AI Agent。 人工智能（AI）领域正迎来一个崭新的时代，AI 不再仅仅是被动地响应指令，而是能够主动地理解用户意图，并在数字世界中自主执行任务。 OpenAI 近期发布的 Operator 正是这一变革的先锋。
阿里云通义大模型新技术：MoE模型训练专家平衡的关键细节
本周，在阿里云通义千问 Qwen 团队提交的一篇论文中，研究人员发现了目前最热门的 MoE（混合专家模型）训练中存在的一个普遍关键问题，并提出一种全新的方法——通过轻量的通信将局部均衡放松为全局均衡，使得 MoE 模型的性能和专家特异性都得到了显著的提升。 论文：《Demons in the Detail: On Implementing Load Balancing Loss for Training Specialized Mixture-of-Expert Models》论文链接： 模型训练中的关键问题混合专家模型（MoEs）通过路由机制动态并稀疏地激活模型参数，使得能高效地增大模型参数规模。 基于 TopK 机制的稀疏激活会在训练中会遇到专家激活不均衡的问题：少数被频繁选择的专家会被优化得更多，进一步使得这些专家被更频繁地选择，最终导致只选择少数专家，造成剩余专家的冗余。
贾佳亚团队联合Adobe提出GenProp，物体追踪移除特效样样在行
论文一作刘少腾，Adobe Research实习生，香港中文大学博士生（DV Lab），师从贾佳亚教授。 主要研究方向是多模态大模型和生成模型，包含图像视频的生成、理解与编辑。 作者Tianyu Wang、Soo Ye Kim等均为Adobe Research Scientist。