12月28日AI资讯
作者：微信文章因果模型从大语言模型中生成（Large Causal Models from LLMs）一项新论文揭示了从LLM中直接构建完整因果模型的方法，包括因果图、反事实和干预预测。通过LLM的内部知识迭代验证条件独立性和矛盾，该技术超越传统因果发现算法，在合成和现实基准上表现出色。这标志着LLM从模式匹配转向因果引擎，对经济学、医学等领域影响深远。2025年AI年度回顾与里程碑多位专家和社区发布2025年AI总结，强调推理模型主流化、代理系统实际应用和“AI浏览器”兴起。关键事件包括OpenAI的GPT-5.2推出、Gemini 3的多模态进步，以及DeepSeek R1等开源模型的推理提升。回顾指出，AI从演示转向经济嵌入，代理耐久性和工具互操作性成焦点，预示2026年机器人劳动力崛起。量子机器学习作为样本效率新前沿讨论转向“样本效率是关键”，量子神经网络显示出从稀疏数据中提取更好关联的能力，类似于人类直觉。研究表明，QML算法在学习效率上优于经典方法，这可能重塑AI范式，从“规模为王”转向高效学习，推动边缘设备和稀缺数据场景的应用。推理模型与代理工具升级NVIDIA推出Nemotron 3模型系列，OpenAI的GPT-Image 1.5和Zai的GLM-4.7等新模型在多语言编码和推理上领先。代理框架如AgentKit强化长时任务执行，基准如LiveCodeBench Pro暴露LLM在观察密集问题上的弱点，但外部工具和多尝试显著提升性能，标志着代理从实验到生产的转变。模拟现实与物理AI突破Google DeepMind的GenCast模型模拟大气混沌，提供高分辨率概率天气预测，超越传统超级计算机。这从生成AI转向物理AI，能预测极端事件，对物流、农业和能源有巨大影响，开启AI从反应世界到预见世界的时代。
页:
[1]