UIUC等提出A2D:让大模型自己出题,蒸馏效率提升

资讯 凤凰科技 作者:机器之心 全文 7790 字 · 约 20 分钟读完 配图 12 张 分类大模型教育 AI

该方法从教师与学生的预测分布出发衡量问题的蒸馏价值

所属频道 模型发布行业落地

有时候,一个好问题顶得上一千道平平无奇的题。

训练大语言模型,外界普遍认定要更聪明的模型就得多喂高质量数据、配更可靠的标准答案、再请更强的教师模型。可最近围绕 On-Policy Distillation(OPD,在线策略蒸馏)的研究给出了一个耐人寻味的现象:训练问题用得很少,学生模型照样能从教师那里拿到明显的性能提升。

于是新问题冒了出来:少量问题就能带来显著的知识迁移,那能不能让模型主动去学,自己生成最有利于自身学习的问题?再往下想,如果这些题由模型自己出,既没有标准答案,也没有外部验证器,又该拿什么判断哪些题真值得拿来训练?

近日,伊利诺伊大学厄巴纳-香槟分校(UIUC)、香港科技大学和德克萨斯农工大学等机构的研究者提出了 Ask-to-Distill(A2D),一个面向在策略蒸馏的合成问题优化框架。常见做法是靠标准答案或任务成功率来评估合成数据,A2D 不走这条路,它从教师与学生的预测分布出发,直接衡量一道问题能激发多少可利用的教师监督信号,再用强化学习去优化问题生成器。数学推理、代码生成和智能体任务上的实验显示,在不依赖外部训练问题和正确答案的情况下,A2D 能生成更有效的蒸馏数据,在所评估的设置中平均性能优于多种真实数据及合成数据基线。

更耐人寻味的是,研究还发现:A2D 生成的问题能让学生模型的回答长度缩短约 20%,同时激发的累计学习信号增加约 28%。换句话说,真正有价值的训练问题未必逼着模型做更长、更复杂的推理,反倒可能是那些能精准戳中其知识缺口的题。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 1)

从「如何回答问题」到「应该提出什么问题」

大语言模型做知识蒸馏,目标通常是把强教师模型的能力搬到相对弱的学生模型上。传统监督微调喜欢拿教师生成的答案当训练目标。问题是,教师生成的轨迹未必贴合学生模型自己的生成分布,学生在推理时也可能走到训练中没覆盖过的状态。

On-Policy Distillation 给出了另一条路。在 OPD 里,学生模型先根据训练问题自己生成回答,教师模型再针对学生实际生成的轨迹给出 token 级别的监督。训练直接发生在学生自己访问到的状态上,固定教师示范带来的分布不匹配问题因此能减轻一些。

不过有个细节容易被忽略:知识固然由教师提供,可教师能在哪些位置提供监督,实际取决于训练问题本身。同一个教师、同一个学生,换道题就可能走上完全不同的生成轨迹。有的题太简单,学生和教师预测基本一致,教师没多少额外知识可传。有的题太难,师生分歧巨大,可教师倾向的答案可能远远超出学生当前能有效学习的候选范围。还有一类题恰好在两者之间:学生尚未完全掌握,教师又能在学生已有的候选答案里给出明确的纠正方向。这第三类题,或许才是蒸馏价值真正高的。研究团队由此提出一个新视角:

训练问题不只是模型要解决的任务,也可以看作触发教师监督信号的「分布诱导器」(Distribution Elicitor)。

它的作用不止是要求学生给出答案,更在于把学生引到那些教师能有效传授知识的状态上。合成数据优化的目标也随之从传统的「生成更难的问题」转向「生成更有学习价值的问题」。

核心方法:不判断答案对错,

如何知道一道题有没有价值?

A2D 的核心思路,是让一个问题生成器不停探索:对特定的学生—教师模型组合来说,什么样的问题能提供更有效的监督?

整个框架分三个阶段。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 2)

第一阶段:让模型生成问题,并观察教师和学生的分歧

A2D 先复制初始学生模型的参数,用它初始化一个独立的问题生成器(Synthesizer)。

这个生成器只管出题,不管解题。每生成一道问题,系统就用冻结的学生模型生成回答,再让冻结的教师模型沿着学生走过的同一条轨迹做预测。这样在每一个 token 位置,系统都能拿到学生与教师各自的概率分布。A2D 因此无需知道问题的正确答案,也能看出两者在哪些位置存在知识差异。还有一点,问题生成器的整个强化学习训练过程中,教师和用于评分的学生始终冻结,被更新的只有问题生成器。所以 A2D 优化的不是学生的解题参数,而是决定学生接下来会遇到什么问题的数据分布。

第二阶段:不仅要有分歧,还要保证学生能够学到

教师与学生之间的分歧,可以用 KL 散度衡量。

直观地讲,教师和学生对下一个 token 的预测几乎一样,这个位置的分歧就小;预测差异很大,分歧就大。但 A2D 并不把 KL 散度直接当作唯一的学习奖励。原因在于:分歧大不代表学生一定能从中有效学习。举例来说,学生认为下一个 token 最可能是 A、B、C,教师却更倾向 D、E、F。双方差异再明显,如果当前蒸馏更新主要作用于学生的 Top-K 候选 token,而教师的主要概率质量恰恰落在这些候选之外,这些分歧就未必能转成有效的训练监督。为此,A2D 引入了两个互补的指标:

Disagreement(分歧程度):衡量教师和学生在预测分布上的差异,回答「教师有多少不同的知识可以传递」。

Compatibility(兼容程度):衡量教师有多少概率质量落在学生的 Top-K 候选 token 上,回答「教师希望传递的知识,有多少位于学生当前的学习范围内」。

A2D 将二者结合,构造每个 token 的学习价值信号:

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 3)

其中,

一项用来衡量教师与学生分布分歧,另一项则刻画教师和学生候选集合之间的兼容程度。

A2D 的这套设计,更愿意奖励同时满足两个条件的位置——师生之间分歧足够明显,教师的监督又能覆盖学生眼下考虑的候选 token。也就是说,它找的不是「学生不会的问题」,而是「学生还没掌握、教师又能给出可用纠正信号的问题」。当然,这个奖励终究只是学习价值的代理指标,高分 token 未必每一个都带来同样幅度的参数更新收益。

第三阶段,用强化学习让模型越来越会出题。

token 级别的信号有了,A2D 把它聚合为问题级别的奖励,再用 Group Relative Policy Optimization(GRPO)训练问题生成器。

问题是,直接累计 token 信号容易引出新麻烦。生成器可能专挑会引发超长回答的问题,靠堆 token 数量拿更高奖励;也可能反复生成相似问题,靠重复利用少数高奖励模式刷分。为堵住这些口子,A2D 在奖励里又加了长度控制和多样性控制:

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 4)

第一项衡量问题诱导出的累计学习信号,并用次线性长度归一化压一压超长回答的天然优势;第二项对过长回答直接惩罚;第三项按生成问题的重复程度施加多样性约束。到头来,生成器不光要学会提出能激发有效教师监督的问题,还得避开靠延长推理或重复相似问题拿奖励的路子。训练完成后,A2D 用优化过的问题生成器批量合成训练问题,再经过格式过滤、词汇去重和语义去重,搭出最终的合成问题库。

这里要强调的是,问题库只存问题,不存标准答案。后面的蒸馏阶段从原始学生模型参数重新起步,学生自己生成回答,再由冻结的教师模型提供 token 级别监督,走完标准的 OPD 训练。整个问题生成器的优化过程,既不需要外部问题数据,也不需要人工标注答案或额外奖励模型。独立的 Embedding 模型只在问题生成后用于语义去重,不参与强化学习奖励的计算。

实验结果:从数学推理到代码生成,优化问题本身能带来多少收益?

为验证 A2D 是否管用,研究团队在多个学生—教师模型组合上做了实验,覆盖数学推理、代码生成和智能体任务。对照对象除了使用真实数据的常规 OPD,还包括直接拿学生生成的问题、筛选高 KL 分歧的真实问题,以及其他合成数据方法。

数学推理:只优化训练问题,就能明显缩小师生差距。

数学推理任务里,研究者选了三组规模和类型各不相同的学生—教师模型,涉及 Qwen3 系列与 DeepSeek-R1-Distill 系列,评测则在 AIME、AMC、BRUMO 和 MATH500 等六个基准上展开。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 5)

三组学生—教师模型中,A2D 的六项基准平均得分都是所有比较方法里最高的。

拿 Qwen3-1.7B 来说:原始学生模型平均得分 25.7,用真实数学训练数据做 OPD 后升到 43.0,A2D 又推到 46.2,这一设置下恢复了约 90.2% 的师生性能差距。DeepSeek-R1-Distill-Qwen-1.5B 上,A2D 平均得分 51.6,逼近教师模型的 51.7,师生差距恢复比例达到 99.9%。规模更大的 DeepSeek-R1-Distill-Qwen-7B,A2D 同样拿到最高平均成绩,从原始学生的 58.1 提到 64.5。

这些结果说明,经过专门优化的问题生成器,能为不同规模的学生模型造出有效的知识蒸馏数据。

代码生成:4B 学生模型也能在部分任务上超过教师。

代码生成任务中,团队进一步看了更复杂的程序生成场景。实验覆盖 LiveCodeBench、MBPP+、APPS 以及 CodeContests 等六个代码基准,用的是 Qwen3 和 Qwen2.5-Coder 系列模型。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 6)

其中一个值得关注的实验,是以 Qwen3-4B-Instruct-2507 为教师,蒸馏 Qwen3-4B 学生。

原始学生六项平均成绩 28.7;用真实训练数据的 Vanilla OPD 达到 34.5;A2D 再进一步,升到 39.6,对应 82.9% 的师生差距恢复率。LiveCodeBench 上,A2D 把学生成绩从 21.6 拉到 35.9,超过了教师模型自身的参考成绩 33.7。这不代表学生模型已经全面压过教师——在其他代码基准上,学生仍有差距。

但这个结果说明,当训练问题能有效激发学生与教师之间的监督信号时,即便教师模型不动,也可能在特定任务上拿到超越教师参考性能的结果。再往强里走,Qwen3-30B-A3B 教师和 Qwen2.5-Coder 模型的组合中,A2D 同样取得最高平均蒸馏成绩,只是不同模型组合的收益幅度差得很明显。

这也提醒一点:教师模型越强,蒸馏效果未必就越好;学生能通过什么样的问题获得有效监督,同样关键。

智能体任务:不只会做数学和代码,交互式决策也能改善。

为检验方法在传统推理任务之外是否适用,研究者进一步在

研究团队接着把实验搬到 -Bench 上,覆盖 Airline、Retail 和 Telecom 三个智能体任务领域。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 7)

三个任务里,A2D 的成绩分别是 46.3、49.4 和 30.0,平均 41.9。未经优化的 Student-Generated OPD 平均只有 37.3,如今升到 41.9;师生性能差距恢复率也从 79.2% 提高到 95.2%。

这说明,靠教师—学生分布信号来优化问题,并非只能在有明确标准答案的数学、代码任务里用,涉及多轮交互和决策的智能体场景同样适用。

为什么 A2D 有效?关键不在题目有多难,而在能否激发有价值的监督

上述实验已经验证了 A2D 的下游训练效果,但还有个更根本的疑问:这些合成问题凭什么比普通训练问题更管用?研究团队从具体案例、token 级别信号统计和学习价值相关性等角度切入,进一步拆解了 A2D 的机制。

发现一:更简单的问题,也可能激发更高密度的学习信号

直觉上,训练问题越复杂,越能提升模型的推理能力。A2D 的案例分析却给出了不一样的观察。

论文拿一道来自 DAPO-17k-Math 的真实数学问题和一道 A2D 生成的合成问题做比较。两个问题里学生最后都答错了,但后者在更短的推理轨迹中激起了更密集的教师监督信号。真实问题对应的学生回答长度为 2,002 tokens,平均 token 学习信号约 0.117;A2D 合成问题只产生 1,241 tokens,平均信号强度却达到约 0.172,约为前者的 1.5 倍。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 8)

这个案例表明,问题表面复杂不复杂,并不能直接反映它在知识蒸馏中的价值。真正要紧的,是问题能否让学生在生成过程中不断进入教师可以有效纠正的状态。

发现二:回答短了 20%,却获得了 28% 更多的累计信号

为避免只凭个别案例下结论,研究团队又比较了 1,000 道真实数学问题与 1,000 道 A2D 合成问题。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 9)

结果显示,A2D 合成问题诱导的学生回答,平均长度从约 1,280 tokens 降到 1,021 tokens,减少约 20%;累计的 support-aware 学习信号却从 141.7 升到 181.7,增加约 28%。研究者还把回答切成多个相对位置区间,分析不同生成阶段的 token 信号,发现 A2D 生成的问题在整个回答过程中都保持更高的平均信号水平,并非只在少数位置冒高峰。

也就是说,A2D 不是靠让学生多生成 token 来堆监督,而是在更短的轨迹里持续激发更密集的学习信号。从知识蒸馏的角度看,这为提高训练信号的利用效率指出了一个新方向。

发现三:教师和学生的分歧,真的能够预测学习价值吗?

A2D 有个核心假设:教师与学生的分布差异可以用来衡量训练问题的潜在价值。可仅看到高分歧问题能带来较高奖励,还不足以证明它们真有训练价值。研究团队因此做了额外的实证分析,直接考察分布信号与学生参数更新后收益之间的关系。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 10)

在 1,500 道真实数学问题上,研究者分别测量每道问题诱导的平均教师—学生分歧,以及用该问题做单步蒸馏更新后的学习收益。这里的学习收益不看题目最终答没答对,而是看更新后的学生模型在固定探针问题上教师—学生 KL 差异下降了多少。

实验发现,平均分歧与单步学习收益的 Spearman 相关系数达到 0.727;控制回答长度、通过率与熵等因素后,偏相关系数仍有 0.386。对于结合分歧与兼容性的 support-aware 信号,原始相关系数进一步达到 0.750,偏相关系数为 0.399。研究者按该信号大小把问题分成五组,最高信号组带来的平均探针 KL 下降幅度约为最低组的 2.15 倍。进一步的固定 token 预算实验也发现,整体上分布信号更高的问题组能带来更好的下游训练结果,尽管这种关系并非严格单调。

这组实验为 A2D 的核心思想提供了更直接的证据:即便不知道问题的标准答案,教师在学生生成过程中的概率分布,也能为估计一道问题的蒸馏价值提供有效信号。不过相关性并不意味着 KL 散度可以完整预测参数更新收益。研究结果更准确的说法是,分布信号可以作为具有预测能力的学习价值代理指标。

消融实验:为什么不能只看 KL 散度?

A2D 的奖励由几部分构成:教师与学生的分歧、兼容性、回答长度控制,以及生成问题的多样性。这些设计是否都必要?

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 11)

研究团队逐一移除 Compatibility、训练时多样性约束和显式长度惩罚,在 AIME24、AIME25 和 AIME26 上评估最终蒸馏性能。完整奖励函数在三个基准上均拿到最高成绩,分别为 45.0%、35.8% 和 29.2%;去掉任一组件,性能都会下降。

比如在 AIME25 上,移除兼容性、多样性或长度惩罚,准确率分别下降 6.2、6.0 和 6.6 个百分点。这说明优化问题生成不是单纯追求更大的教师—学生 KL 散度。不考虑兼容性,生成器可能偏好那些师生差异很大、却难以转化为当前蒸馏监督的问题;缺少长度控制和多样性约束,生成器也可能靠冗长或重复的输出拿到奖励。真正有效的问题生成目标,需要同时权衡有多少知识差异,以及这些差异能在多大程度上被学生利用。

更强的模型负责出题,是否就足够了?

还有个自然的问题:教师模型既然比学生强,为什么不直接让教师生成训练问题?A2D 进一步比较了从学生和教师初始化问题生成器,以及是否进行针对性强化学习优化的不同组合。

UIUC等提出A2D:让大模型自己出题,蒸馏效率提升(配图 12)

实验结果显示,换成更强的教师模型来出题,并非在每个基准上都能把蒸馏效果推到最好。反过来,围绕具体的学生—教师组合做强化学习优化,两种初始化方式生成的问题质量都有提升。以学生初始化、再经 RL 优化的 A2D 为例,它在多个代码基准上竞争力不弱。

这个结果呼应了论文的核心判断:问题的好坏不能只看模型本事,还要看它能替某对学生—教师组合撬动多少有效监督。学生的知识边界各不相同,同一道题对不同学生的蒸馏价值也就可能不一样。合成数据生成因此有必要从一味追求普遍意义上的高质量数据,转向按具体模型能力和学习需求做自适应优化。

研究给出的启示是:数据的价值,也许要看它让模型学到了什么。

过去很长一段时间,大模型合成数据研究盯住的一个重点,是怎么造出更正确、更复杂、更多样的训练样本。A2D 提供了另一种看法。在 On-Policy Distillation 里,训练问题本身不必带标准答案,真正的监督来自教师面对学生生成轨迹时给出的概率分布。问题生成器因此可以不再依赖答案正确性奖励,转而去优化问题所能激发的监督信号。

这样看,A2D 的意义不止是拿出了一种新的合成问题生成办法,它还重新梳理了大模型训练数据的价值定义:一条数据值不值得拿来训练,可能不只看它写了什么,还要看它能为当前模型带来怎样的学习机会。

当然,这条路上还有问题没解决。比如学生能力一路往上走,最有价值的问题分布是不是也得跟着更新?用固定学生—教师组合算出来的学习价值指标,能不能搬到别的模型组合上用?教师自己也有知识短板时,怎么把有价值的监督分歧和不可靠的教师偏好分开?这些都还要继续研究。

结语

Ask to Distill 把大模型知识蒸馏里的一个关键环节——训练问题的挑选与构建——变成了可以直接优化的学习过程。

和传统合成数据方法不一样,A2D 不靠问题的标准答案,它看的是教师和学生生成轨迹上的概率分布,据此判断哪些问题更可能带来有效的学习信号,再用强化学习让模型主动把这些题生成出来。

从数学推理、代码生成到智能体任务,实验显示,优化过的问题分布能换来更好的平均蒸馏效果。回答更短、监督信号更密集,分布分歧与实际学习收益之间呈正相关,这些结果也给上述思路添了佐证。

说到底,想让模型更强,关键也许不只是让它看到更多答案,还要让它学会问出那些真正值得向教师请教的问题。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关 AI 工具

AI 导航
腾讯混元大模型 腾讯混元大模型由腾讯全链路自研,在文本和多模态模型性能方面表现卓越,处于业界领先水平。其混元 API 整合了… 大模型与开发平台 · tencent.com 快手可图大模型Kolors 可图大模型(Kolors)是快手大模型团队自研打造的文生图AI大模型,能够根据用户的文字输入生成风格多样、画… AI 绘画生图 · kuaishou.com 盘古大模型 华为盘古ai大模型官网入口,1100亿密集参数,40TB海量数据精细训练而成 简介 盘古NLP大模型是一项基… 大模型与开发平台 · huaweicloud.com BlueLM蓝心大模型 蓝心大模型官网,vivolm,vivo自研的通用大模型 简介 蓝心大模型(BlueLM ),强大的语言理解能… 聊天对话 · vivo.com 云知声山海大模型 云知声山海大模型是一个多功能、跨领域的智能大模型,它通过集成丰富的知识库和先进的自然语言处理技术,为用户提供… 大模型与开发平台 · unisound.com 子曰” 大模型 子曰是网易有道推出的教育领域垂直大模型,包含基于子曰大模型研发的六大创新应用——“LLM翻译”、“虚拟人口语… 聊天对话 · youdao.com 曹植大模型 曹植大语言模型是国内首个垂直行业专用的自主可控的国产GPT大语言模型,由达观数据研发。这个模型可以准确完成多… 聊天对话 · datagrand.com 西湖大模型 西湖大模型官网,智商情商俱佳的多模态大模型 简介 西湖大模型是西湖心辰开发的多模态大模型,西湖大模型既具备通… 聊天对话 · xinchenai.com

相关推荐 按相关度与热度排序

全部资讯 →
  1. 李晗离职可灵AI:快手技术副总裁出身,下一步未定

    11月18日,据“申妈的朋友圈”援引知情人士消息,原快手技术副总裁、可灵AI高管李晗已离职,下一步去向尚未确定。李晗2019年加入快手任技术副总裁,2026年1月起全面负责基础大模型和推荐模型两大核心算法业务,同年6月转岗可灵AI,此次离职距转岗约5个月。

    来源 凤凰科技
  2. MIT六项技术承诺兑现几何?认知永生离现实还有多远

    MIT Technology Review的“The Download”栏目聚焦两大话题:六项曾承诺改变世界的技术如今进展如何,以及人类对“认知永生”的探索。文章提出,衡量技术进步应看真实部署而非宏大宣言;而借助大模型构建数字分身等技术,正让“认知永生”从科幻走向现实,但也带来身份与伦理的深层拷问。

    来源 AI 科技快讯
  3. Anthropic花34亿美元买发电机:AI竞赛打到电力这关

    “算力的尽头是电力”,这句话正在成为大模型时代的铁律。AI巨头们已经从早期的抢GPU、抢算力,演变成了如今的抢发电机。 近期,Anthropic豪掷34亿美元买下1.7吉瓦燃气发电产能的举动,引发了科技圈的广泛关注。 这种跳过中间环节、直接掌控能源基础设施的激进选择,不仅将整个行业的电力焦虑摆上台面,也揭开了新一轮资源

    来源 AI 行业观察
  4. Model ML融资2.5亿美元:AI代理替投行分析师改模型、做PPT

    据TechCrunch报道,AI创业公司Model ML完成2.5亿美元融资,主打为投行与咨询顾问自动更新财务模型和演示文稿。其代理能理解交易全貌,在新信息影响分析时自动同步修改。这轮融资折射出资本对金融垂直AI的押注:投行初级员工的建模与做PPT苦活,正成为大模型最现实的落地场景之一。

    来源 AI 科技快讯
  5. 反超谷歌王牌模型,决策新王拿下全球榜首,全尺寸开源

    硅谷最卷的新赛道,刚刚杀出了一位开源新王! 最近,即将敲钟的Anthropic在IPO材料中曝出天价算力缺口,给狂卷参数的AI行业当头浇下一盆冷水。 通用大模型虽在编程、数学上大杀四方,可一旦真替人干活,算力账单就成了无底洞。 比生成文本更耗Token的是长链推理,而比推理更烧钱的则是操作浏览器,单次平均开销比复杂推理

    来源 AI 行业观察
  6. 材料科学智能体MatOS正式开源,大幅提高材料研发任务成功率

    大模型智能体已经能够检索文献、调用模拟软件,甚至与自动化实验室协同工作。但要让它们独立完成一项完整的材料研究,仍然面临挑战: 一项研究可能要从数千万个候选结构中逐级筛选,或在数百个合金配方中反复搜索,持续数天,并根据中间结果不断调整计划;每接入一个新的数据库或软件,往往要重新搭建流程;一项研究中积累的经验,也很难被其他

    来源 AI 行业观察
  7. Garlic LLM 让越狱 PS4 跑起 90 亿参数模型:最高每秒 43 词元

    科技媒体 Gigazine 今天(11 月 17 日)发布博文,报道称开源项目 Garlic LLM 可以让越狱版 PlayStation 4 运行 90 亿参数的本地大语言模型,最高生成速度可达每秒 43 个词元(Token),且无需联网即可完成 AI 聊天与语音对话。

    来源 IT之家
  8. 蚂蚁灵波挑战赛落幕:TARS战队真机评测82.5分夺冠

    11月16日,蚂蚁灵波首届具身大模型挑战赛总决赛结果出炉。 来自福田实验室、西北工业大学、普渡机器人、天津大学的五位选手组成的“TARS”战队获得一等奖;华中科技大学、清华大学深圳研究院、湖北元一智能的三位选手组成的“EVA”战队,以及天津大学、北京大学、中国科学院自动化研究所三位选手组成的“SST

    来源 AI 开发者社区
  9. 蚂蚁灵波开源触觉模型LingBot-Touch:不做本体,通用底座值多少钱?

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 王璐,编辑 | 魏佳具身智能赛道已经从大脑卷到了手指尖。11月10日,蚂蚁集团旗下的蚂蚁灵波科技(以下简称蚂蚁灵波)发布并开源触觉基础模型LingBot-Touch。它能将不同信号转化为同一套触觉表征,让机器人积累的“手感”在不同传感器、灵巧手、

    来源 腾讯网
  10. 豆包工作台首批上线21款:金融医疗教育等场景即开即用

    豆包11月16日在豆包工作中上线「工作台」功能,首批覆盖金融、医疗、教育、创意设计等21个专业场景。该功能为专业工作提供专属 AI 空间,预先配置所需技能与工具,无需从头挑选即可开工,以降低专业场景的 AI 使用门槛。首页提供21款工作台,涵盖金融投研、医生、教师、写作、新媒体创作、数据分析、法律事

    来源 AI 开发者社区
  11. MIT追踪六项技术:自动驾驶、核聚变与认知永生走到哪一步了?

    MIT Technology Review的“The Download”栏目聚焦两大话题:六项曾承诺改变世界的技术如今进展如何,以及人类对“认知永生”的探索。文章提出,衡量技术进步应看真实部署而非宏大宣言;而借助大模型构建数字分身等技术,正让“认知永生”从科幻走向现实,但也带来身份与伦理的深层拷问。

    来源 AI 行业观察
  12. Model ML融资2.5亿美元:AI能替投行初级分析师熬夜吗?

    据TechCrunch报道,AI创业公司Model ML完成2.5亿美元融资,主打为投行与咨询顾问自动更新财务模型和演示文稿。其代理能理解交易全貌,在新信息影响分析时自动同步修改。这轮融资折射出资本对金融垂直AI的押注:投行初级员工的建模与做PPT苦活,正成为大模型最现实的落地场景之一。

    来源 AI 行业观察
  13. 纽约公立学校禁AI一年:60万学生被挡在门外,教育公司忧心弱势孩子

    今年纽约公立学校的孩子们返校之后,能用上的AI工具一下子少了很多。 纽约市长佐兰·马姆达尼和纽约公立学校总监卡马尔·塞缪尔斯出台了一项为期一年的临时禁令:学前班到八年级大约60万名学生,差不多是这个全美最大学区三分之二的孩子,都不能用面向学生的生成式AI。 所有年级的学生全都不准用陪伴型聊天机器人。 高中这边口子也收得

    来源 AI 行业观察
  14. 苹果测试Apple Intelligence每日额度,iCloud+订阅可扩容最高20倍

    苹果正测试为 Apple Intelligence 云端 AI 设每日额度。iOS 27.3 Beta2 等测试版及支持文档显示,高算力服务器端任务将不再免费无限使用。限额覆盖新版 Siri、相册智能修图(消除、扩图、空间重构)、Image Playground、快捷指令云端大模型及接入私有云的第三方应用。日常设置等轻

    来源 AI 产业速递
  15. AI走进小城小店:美团助手三线及以下城市商家使用量环比涨超200%

    作者|李苏编辑|郑玄理解本地商业,是 AI 走出实验室后的新课程。过去几年,AI 界擅长讲的故事变了。从最开始谈技术,讲参数有多大,算得有多快,跑分超过多少人,慢慢转变为讲落地,讲 AI 怎么一分钟生成商业计划书,怎么给被生活困扰的人们出情绪价值满满的建议。走出实验室,AI 下一站在哪里?这背后,是一段讲了一半的...

    来源 腾讯网
  16. Google披露俄语黑客AI框架:全自动挖洞攻击法国媒体教育站

    Google威胁情报小组11月16日披露,俄语攻击者部署exploit_agent框架,首次实现从扫描补丁差异到生成并执行漏洞利用的全链路无人值守攻击,目标锁定法国媒体、教育及娱乐网站。该事件标志AI从辅助工具转向自主攻击管道,引发合规与武器化agent的监管讨论。

    来源 AI 科技快讯
  17. 360副总裁卜思南被警方带走调查,陈朝华已接手市场部

    【TechWeb】11月17日消息,据第一财经、界面新闻等报道,360副总裁、市场部负责人卜思南已在上周被警方带走调查。公开信息显示,卜思南,360数字安全集团副总裁、360集团市场部负责人,兼任教育事业部总经理,拥有十余年网络安全行业经验

    来源 TechWeb
向下滚动自动加载更多