会前预热
大语言模型
雷峰网 · Guangwei.mai · 2026-06-23
距ICML 2026首尔开幕仅剩13天,今日当日新文稀少但信息量不小:ProtocolBench+ProtocolRouter破解Agent协议碎片化难题入选ICML 2026;中山大学HCP实验室以15篇论文刷新单机构纪录;Heima方法证明大模型仅靠少量推理Token也能深度思考。三大议题,一文速览。
今日热门议题
以下为本日关注度最高的三个核心议题,按热度排序,...
会前预热
计算机视觉
雷峰网 · Guangwei.mai · 2026-06-22
距离ICML 2026首尔开幕仅剩14天,中国力量提前亮牌:复旦大学AI³院11篇领跑,上海交大6篇、中科大5篇紧随其后,清华、北大、自动化所、中国移动九天等悉数入局。企业侧人才争夺战同步打响——小米、阿里、快手、聚宽集体发起ICML现场交流活动。本期精选三大方向,一文速览会前最热信号。
今日热门议题
以下为本日关注度最高的三个核心议题,按热度排序,均附摘要与原文链接...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-06-22
来源:公众号“AI智能体创作基地”
原文链接:https://mp\.weixin\.qq\.com/s/\_WnXr8ZLsMV\_qW1cxKabKg
多智能体是当下AI创业、技术研发的核心风口,无论是智能体协作办公、机器人集群作业,还是复杂AI自动化工作流,都离不开智能体之间的通信交互。但长期以来,行业一直存在一个致命痛点:通信协议五花八门,没有统一评测标准,开发者选协议全靠经验、...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-06-22
来源:公众号“机器之心”
原文链接:https://mp\.weixin\.qq\.com/s/VxWh3Cke25QwFpxkd\_5YAw?scene=1&click\_id=15
过去两年 Agent 研究更像一场工程竞赛 —— 谁的推理链更长、谁的工具箱更大、谁的 workflow 更复杂。但 Agent 的下半场不再是拼花活,而是把它变成一门科学 :不仅问「它 work...
会前预热
大语言模型
雷峰网 · Guangwei.mai · 2026-06-17
作者丨逻辑智能
* *
SE-Bridge-TTS 是一套面向低资源语言的语音合成方案,核心能力是:在真实语音数据稀缺的情况下,仍然生成稳定、自然、可克隆的多语...
会前预热
大语言模型
雷峰网 · Guangwei.mai · 2026-06-16
ICML 2026
PRM-PBE方法示意图
尽管大语言模型在代码生成和程序推理任务中取得了显著进展,但其在Programming-by-Example(PBE)任务中的表现仍受到明显限制。PBE要求模型仅根据输入输出样例推断潜在程序逻辑,并合成能够满足所有样例的程序。现有LLM方法通常依赖输入到输出的直接映射,或借助Chain-of-Thought、执行反馈、监督微调等方式增强...
会前预热
大语言模型
雷峰网 · Guangwei.mai · 2026-06-16
原文作者:公众号“Today读什么”
原文链接:https://mp\.weixin\.qq\.com/s/BrsWJJAv22qHVa\_gfv2cpg
一张照片被压缩、噪声、暗光和模糊破坏后,多模态模型仍然可以写出一段逻辑完整的分析。但分析越流畅,不代表它看到的证据越充分:车头朝向已经模糊,模型仍能解释车辆为何“直行”;公交车轮廓已经重叠,它依然可以自信地数出三辆。
过去的方...
会前预热
大语言模型
雷峰网 · Guangwei.mai · 2026-06-15
来源:公众号“PaperWeekly”
原文链接:https://mp\.weixin\.qq\.com/s/DNji8Z9tgNZcMW3oeMW\-bw?scene=1&click\_id=29
对于刚结束前两天 ACL 投稿的同学来说,现在或许正准备一鼓作气,将手头剩下的工作,或者没赶上 ACL 的存货转投 ICML。
此时此刻,各大实验室里应该都在进行最后的实验收尾、微...
会前预热
大语言模型
雷峰网 · Guangwei.mai · 2026-06-15
来源:公众号“机器之心”
原文链接:https://mp\.weixin\.qq\.com/s/aJQTpQtyd5Xka3CpoTWu4g?scene=1&click\_id=28
本文第一作者张芝翔为复旦大学本科四年级学生,即将前往香港科技大学CSE系攻读博士,研究方向为AI Security&Trustworthy AI。通讯作者是香港科技大学佘东冬教授。
在当前...
会前预热
大语言模型
雷峰网 · Guangwei.mai · 2026-06-15
作者丨潘黎铖
* *
在大语言模型对齐研究中,一个看似自然、却值得重新审视的问题长期存在:
一方面,RLHF、RLAIF、GRPO等方法不断推动模型对齐能力演进;另一方面,奖励模型训练...