搜索
中科大团队首先推出动态多模态知识注入基准MMEVOKE，解构遗忘机制，并在此基础上提出全新双阶段框架KORE。通过「知识树」自动增强与「零空间」协方差约束微调，为大模型终身学习开辟了全新路径。
过去一年，Agent学会了两件事：会用工具、会调用Skill。
AI创造生命的一大步！斯坦福团队用AI造出从零写出16种噬菌体，内含地球前所未有的蛋白，Anthropic CEO预警：6到12个月，傻子也能造超级病毒。
在推理后训练里，多数方法仍依赖奖励模型、验证器或额外教师信号。如果不依赖这些外部信号，只使用模型自身生成的答案进行自训练，是否仍然能够提升推理能力？是的！SePT（Self-evolving Post-Training）给出肯定答案，简洁的自训练方法，可在数学推理任务准确率直升10个点！
Hermes Agent最近在AI圈彻底火了。
随着新一代主动执行型 Agent（如 OpenClaw、Hermes Agent 等）的爆发，AI 正经历从「被动工具」向「具备自我演化（Self-Evolving）能力的智能体」的范式跃迁。然而，受限于上下文窗口极限与记忆缺失，现有 Agent 难以在复杂任务中实现经验的复用与自我进化。
到2025年末，AI编程已经全面从辅助工具Copilot，转向以AI为主、人类监督的Agent时代。
您用OpenClaw或CC时有没有这样的感受？Skill越装越多，Agent解决问题的能力却没有越变越强。
我们推出GLM-5-Turbo——一个面向OpenClaw龙虾场景深度优化的基座模型。 体验过OpenClaw的用户都有一个共同感受：模型能聊好天，但未必能干好活。问题的根源不在框架，而在底层模型本身
谷歌DeepMind又放大招了：AlphaEvolve自主写算法，一口气改写5个经典拉姆齐数下界，打破了尘封十年的数学纪录！诺奖得主Hassabis和图灵奖得主LeCun都纷纷点赞——AI，正在彻底改变数学突破的方式！