在快速发展的科技时代，人工智能（AI）作为一种颠覆性技术，正在重塑各行各业的格局。对于创业者而言，AI不仅提供了前所未有的机遇，也带来了巨大的挑战。本文将深入探讨一位AI创业者的重生之路，揭示其在创业过程中所经历的波折与成长。 随着市场竞争的加剧和技术的不断演进，许多创业者在追求创新的过程中遭遇了失败。然而，真正的成功往往源于对失败的反思和重新出发的勇气。本报告将分析这位创业者如何在逆境中找到新的方向，利用AI技术的潜力重新定义自己的商业模式，并在不断变化的市场环境中实现可持续发展。 通过对其经历的剖析，我...

目前，AI在编程领域处于一个奇怪的位置。有人声称你可以在三天内构建一个完整的SaaS（软件即服务），而另一些人则认为它比无用还要糟糕。这两种说法可能都有些夸大其词，甚至是在撒谎。我喜欢用Cursor编程，它彻底改变了我的编码方式，但很多时候它也表现得像一堆垃圾。因此，作为一个对AI持怀疑态度的人，我将分享我所知道的一切，帮助你获得尽可能好的体验...

最初源于博弈论的 Shapley 值 (SV) 最近已成为机器学习研究中的重要工具。最值得注意的是，它被用于可解释人工智能中的特征归因和数据估值。Shapley 交互 (SIs) 自然地扩展了 SV 并通过将联合贡献分配给实体组来解决其局限性，从而增强对黑盒机器学习模型的理解。由于计算 SV 和 SI 的指数复杂性，已经提出了各种方法，这些方法利用结构假设或在资源有限的情况下产生概率估计。在这项工作中，我们介绍了 shapiq，这是一个开源 Python 包，它在一个与应用无关的框架中统一了最先进的算法，以高效计算 SV 和任何阶的 SI。此外，它包括一个基准测试套件，其中包含 11 个 SI 的机器学习应用，带有预计算的游戏和真实值，以系统地评估跨领域的计算性能。对于从业者来说，shapiq 能够解释和可视化预测模型中任何阶的特征交互，包括视觉 Transformer、语言模型，以及使用 TreeSHAP-IQ 的 XGBoost 和 LightGBM。通过 shapiq，我们扩展了 shap 的功能，超越了特征归因，并巩固了 SV 和 SI 在机器学习中的应用，促进了未来的研究。源代码和文档可在 https://github.com/mmschlk/shapiq 获取。

深度研究的不同之处：解析深度研究的三种形态 在人工智能前沿实验室中，最近掀起了一股“深度研究（Deep Research）”的浪潮。2024年12月，谷歌发布了其Gemini 1.5深度研究模型；2025年2月，OpenAI紧随其后推出了自己的深度研究系统；Perplexity也在不久之后推出了其版本的深度研究功能。与此同时，DeepSeek、阿里巴巴的通义千问（Qwen）以及埃隆·马斯克的xAI也为其聊天机器人助手推出了搜索和深度搜索功能。此外，在GitHub上还涌现了数十个模仿这些功能的开源实现。这似乎...

在人工智能技术迅猛发展的背景下，AI合同大模型的出现标志着一个全新的“脑力革命”时代的到来。这一革命不仅仅是技术层面的突破，更是对人类思维方式、工作模式和社会结构的深刻影响。AI合同大模型通过深度学习和自然语言处理等先进技术，能够高效处理和生成法律文本，极大地提升了合同管理和法律服务的效率与准确性。 随着企业和法律机构对智能化解决方案需求的不断增加，AI合同大模型的应用范围也在不断扩大。从合同审核、风险评估到条款优化，这些模型不仅能够减少人工操作的错误，还能在短时间内分析大量数据，提供更为精准的法律建议。这...

大语言模型的快速发展为在各个应用领域（包括网络安全）中利用人工智能开辟了新的机会。随着网络威胁的数量和复杂性不断增长，对能够自动检测漏洞、分析恶意软件并响应攻击的智能系统的需求也越来越大。在本调查中，我们对大语言模型在网络安全中的应用（LLM 4 Security）进行了全面的文献回顾。通过全面收集超过 30,000 篇相关论文，并系统分析了来自顶级安全和软件工程会议的 127 篇论文，我们旨在提供一个全面的视角，展示大语言模型如何被用于解决网络安全领域的各种问题。

在当今数字化时代，人工智能（AI）技术的迅猛发展为我们的生活带来了诸多便利，尤其是大型语言模型（如DeepSeek）的应用。然而，这些模型在提供信息和生成内容的同时，也潜藏着“幻觉”现象的风险，即模型生成的信息可能并不准确或具有误导性。这种现象不仅影响了专业人士的决策，也可能对普通用户的日常生活产生负面影响。 随着AI技术的普及，普通人越来越多地依赖这些工具来获取信息、解决问题和进行创作。然而，由于缺乏对AI模型工作原理的深入理解，用户往往容易陷入模型生成内容的表象之中，忽视了其潜在的局限性和误导性。为了帮...

人工智能 (AI) 已进入大模型时代，包括大语言模型 (LLMs)、视觉语言预训练模型 (VLP)、视觉语言模型 (VLMs) 以及图像/视频生成扩散模型 (DMs)。通过对海量数据集进行大规模预训练，这些模型在语言理解、图像生成、复杂问题解决和决策制定等任务中展现了前所未有的能力。它们理解和生成类人内容（例如文本、图像、音频和视频）的能力，使得其在客户服务、内容创作、医疗保健、教育等领域得到应用，凸显了其在商业和社会领域的变革潜力。

推理能力，尤其是解决复杂数学问题的能力，是通用人工智能的关键组成部分。最近，像 OpenAI 的 o-series 模型这样的专有公司取得了显著的进展。然而，完整的技术细节仍未公开，而被认为肯定采用的技术只有强化学习 (RL) 和长链思维。本文提出了一种新的 RL 框架，称为 OREAL，旨在通过基于结果奖励的强化学习 (Outcome REwArd-based Reinforcement Learning) 来追求数学推理任务的性能极限，其中只有二元结果奖励是容易获得的。我们从理论上证明，在二元反馈环境中，通过对最佳 N 采样 (Best-of-N sampling) 的正向轨迹进行行为克隆，足以学习到 KL 正则化的最优策略。这一公式进一步表明，负样本的奖励应进一步重塑，以确保正负样本之间的梯度一致性。为了缓解 RL 中因稀疏奖励带来的长期困难（这一困难在长链思维的部分正确性下进一步加剧），我们进一步应用了 Token 级奖励模型来采样推理轨迹中的重要 Token 以进行学习。通过 OREAL，一个 7B 模型首次能够在 MATH-500 上通过 RL 获得 94.0 的 pass@1 准确率，与 32B 模型相当。OREAL-32B 也超越了之前通过蒸馏训练的 32B 模型，在 MATH-500 上达到了 95.0 的 pass@1 准确率。我们的研究还表明了初始策略模型和训练查询对 RL 的重要性。代码、模型和数据将被发布，以造福未来的研究。

随着人工智能技术的迅速发展，AI工具在教育领域的应用日益广泛，尤其是在大学生的学术写作中，AI被视为一种“神器”。许多学生利用AI生成的内容来撰写报告和论文，然而，这种做法引发了学术界的广泛关注和讨论。根据最新报道，部分高校教师对AI生成的论文表示严重担忧，甚至对使用AI工具撰写的作品给予零分处理。这一现象不仅反映了教育界对学术诚信的重视，也揭示了AI技术在学术写作中可能带来的伦理和实质性问题。 在中国，越来越多的大学开始实施AI论文检测机制，以识别和防止学术不端行为。专家指出，AI生成的内容可能存在真实性...

在人工智能技术不断发展的今天，开源项目的推出为研究者和开发者提供了更多的工具和资源。2025年2月25日，DeepSeek 在其开源周活动中首次推出了高效的 MLA 解码内核——FlashMLA。这款内核专为 NVIDIA Hopper 架构的 GPU（如 H800 和 H100）设计，旨在提升机器学习算法的解码效率。 FlashMLA 的开发灵感源自于广受欢迎的 flash-attention 技术，目前在 GitHub 上已获得超过 7.7k 的星标，显示出其在开源社区中的广泛关注和认可。该项目的推出不...

AI CUDA 工程师：智能代理驱动的 CUDA 内核发现、优化与组合 2025年2月20日 注：已更新，更新日期为2025年2月21日 在 Sakana AI，我们坚信开发更强AI系统的关键在于利用AI自动完成AI开发。我们的目标是构建能够创造更强大和更高效AI系统的AI。 在过去的一年里，我们推出了一种AI系统，这种系统可以自动化创建新的AI基础模型，并且成本只是以往的一小部分。我们还证明了大语言模型（LLM）可以发明出更高效的训练方法来训练其他LLM。最近，我们在《AI科学家》中提出了第一个全面的智能...

随着人工智能技术的迅猛发展，尤其是ChatGPT等先进模型的广泛应用，许多中小企业（SMEs）开始探索将AI整合到其业务流程中的可能性。然而，尽管AI的潜力被广泛认可，实际应用中却面临着诸多挑战。根据最新的观察和分析，许多中小企业在尝试引入AI技术时，仍然遭遇算力不足、数据匮乏、技术人才短缺等问题。 在过去的两年中，虽然一些企业成功地利用AI实现了业务的部分优化，但整体来看，只有少数公司能够依托AI实现质变。大多数中小企业在应用AI时，往往只是将其作为辅助工具，而非核心驱动力。这种现象的背后，反映出中小企业...

在人工智能领域，开源项目的迅速发展为技术创新和社区协作提供了强大的动力。最近，DeepSeek 宣布将在下周推出五个全新的开源项目，这一消息引起了广泛关注。作为一家致力于推动人工智能技术进步的公司，DeepSeek 的这一举措不仅展示了其在技术研发方面的雄心，也反映了开源社区在推动 AI 发展中的重要角色。 这些新项目的推出，标志着 DeepSeek 在开源生态系统中的进一步参与，旨在为开发者和研究人员提供更多工具和资源，以便他们能够更好地探索和实现人工智能的潜力。开源项目的透明性和可访问性使得技术的进步不...

在当今快速发展的数字时代，人工智能（AI）正以前所未有的速度渗透到各个领域，教育也不例外。随着AI技术的不断进步，教育生态系统正在经历一场深刻的变革，尤其是以DeepSeek为代表的创新工具和平台，正在重新定义学习和教学的方式。DeepSeek作为一款先进的AI教育工具，利用其强大的数据分析和个性化学习能力，为学生和教育工作者提供了前所未有的支持与资源。 这一变革被称为AI教育的“诺曼底时刻”，象征着教育领域的重大转折点。正如诺曼底登陆改变了二战的格局，DeepSeek的出现也可能会彻底改变教育的未来。通过...

当前人工智能发展“并非最佳路径” 认知科学家Gary Marcus近年来成为生成式人工智能（AI）最知名的怀疑论者之一。他在新书《驯服硅谷》中明确表示，目前无论从技术角度还是道德角度看，“我们都尚未走在最佳道路上。”在与科技作家Leah Hoffmann的对话中，Marcus深入探讨了他对AI当前局限性的看法。 神经网络的固有缺陷：插值而非外推 “严格来说，神经网络通常是函数近似器，而大语言模型（LLM）主要用来模拟人类如何使用语言。” Marcus解释说，“尽管它们在这方面表现出色，但这种‘近似’与真正的...

如果你对我如何利用AI、绘图仪、3D打印机和大量时间，为我的妻子制作一本小小书的过程感兴趣，那么你来对地方了。这本书名为《小小书中的大快乐》（塞尔维亚语为 Mala Knjiga Velikih Radosti），以下是它的最终成果： 我的妻子非常喜欢这本书，所以所有的努力都是值得的。 这篇文章将带你了解整个过程。虽然篇幅较长，但请耐心阅读——我保证会有很多漂亮的图片...

2024年国际机器人与自动化会议（ICRA）已经结束，或许是时候总结一下我对机器人学与人工智能研究中所面临问题的差异的思考，并澄清一些误解了。这篇文章主要面向技术爱好者，但我尽量保持轻松和通俗易懂的风格，以便分享给朋友们。文中会提到一些2024年的最新进展，这部分可能会稍微技术化一些。作为一名机器人学研究者，我经常需要解释机器人学与人工智能（AI）之间的区别。这两个领域有明显的重叠，但随着技术的发展，尤其是在最近，自动化方法上的差异也越来...

开源倡议组织 (OSI) 已发布其关于“开放”人工智能的官方定义，这为与像Meta这样的科技巨头之间的冲突埋下了伏笔——这些巨头的模型并不符合新规则。OSI长期以来一直设定行业标准，定义什么是开源软件，但AI系统包含了一些不受传统许可涵盖的元素，如模型训练数据...

在关于人工智能和编程的论坛上，我经常看到经验丰富的软件开发者提出这样的疑问：Cursor这类工具真的有用吗？它的订阅费用是否值得？我使用Cursor作为日常开发工具已经几个月了，现在我想分享一些关于它是必备工具还是昙花一现的看法，以及一些快速上手策略，或许能帮助你试用它。有些人可能试过但觉得它不尽如人意，我的建议可能会激发你们再试一次的兴趣。我不是Cursor的代言人，也不是产品评论员。我只是分享我个人使用它的体验。我是谁？这篇文章的目标读者是谁？我有36年的编程经验，主要在C语言游戏引擎和Go/Py...