NLP与机器学习
自然语言处理、机器学习和深度学习
6 published articles
Featured3 min read
AI研究
为何GPT-5.5在测试智能体自我改进能力的基准测试中占据主导
EvoPolicyGym 隔离了一个关键但研究不足的能力：智能体通过反复受限反馈编辑来完善可执行策略的能力。该基准测试显示 GPT-5.5 在 16 个环境中表现最强，并提供了轨迹级诊断，揭示了不同智能体如何分配预算以及如何将反馈转化为调优参数。
2026-07-11
5 min read
内存管理
Bing速度背后的12000行秘密：mimalloc如何打破内存分配器的权衡困境
微软研究院的mimalloc分配器利用数千个按页划分的空闲列表以及一种巧妙的页窃取技术，同时实现了高并发和低内存开销，正如RiSE团队在一篇新的技术博客中详述的那样。
2026-07-10
5 min read
NLP历史
改变语言模型对话方式的基准测试：2018年的GLUE如何永远改变了AI
2018年推出的GLUE基准测试通过提供语言理解的标准化标尺，改变了自然语言处理。它的遗产存在于每一个现代LLM基准测试中，从SuperGLUE到定义当今AI竞赛的最新竞技场式评估。
2026-07-08
5 min read
智能体框架
IBM 开源 CUGA 智能体框架：跳过基础设施搭建，直接写提示词
IBM 的开源 CUGA 框架颠覆了传统的智能体开发模式，自动处理编排、状态管理和规划。开发者只需编写工具列表和提示词。超过二十个单文件应用展示了这一方法，从电影推荐器到多智能体潜在客户生成系统，无需重写即可部署到受控生产环境中。
2026-07-07
2 min read
机器学习研究
Fast-LeWM：并行动作前缀预测大幅降低潜在世界模型规划成本
研究人员介绍了Fast-LeWM，这是一种潜在世界模型，通过并行预测动作前缀对应的未来状态来加速视觉规划。该方法降低了计算成本和误差累积，性能优于以往的单步转移模型。
2026-07-07
2 min read
强化学习研究
OPID为语言智能体提供密集奖励信号，告别外部记忆依赖
OPID从完成的在线策略轨迹中提取分层技能监督，为语言智能体训练提供密集的令牌级指导，无需外部记忆。在ALFWorld、WebShop和Search-based QA上的实验表明，其性能和样本效率均优于仅依赖结果的强化学习和现有技能蒸馏方法。
2026-07-06