←搜索结果

搜索“DeepMind”

按匹配度 · 共 72 条结果 清除搜索

星期二

  1. Google DeepMind

    Gemini 引导式学习：塞拉利昂随机对照试验结果

    Google DeepMind 与 Fab AI 开展的随机对照试验显示，使用 Gemini 引导式学习的学生数学成绩比对照组提高 0.258 个标准差，相当于八周内取得约 1.2 至 1.7 年的常规学习进步。试验覆盖塞拉利昂 12 所学校的 1,763 名初中生，91.4% 的对话用于建立概念理解；但入组时数学基础较强的学生获益最多，凸显成绩差距问题。

    A classroom setting where several school students in matching white uniforms sit at desks with desktop computers, working on lessons. An educator stands over a student on the right, guiding them through the computer screen. The backs of the students' shirts read "Johanna Kuyvenhoven Model Junior Secondary School."

    Google DeepMind 与 Fab AI 开展的随机对照试验显示，使用 Gemini 引导式学习的学生数学成绩比对照组提高 0.258 个标准差，相当于八周内取得约 1.2 至 1.7 年的常规学习进步。试验覆盖塞拉利昂 12 所学校的 1,763 名初中生，91.4% 的对话用于建立概念理解；但入组时数学基础较强的学生获益最多，凸显成绩差距问题。 · A randomized controlled trial by Google DeepMind and Fab AI found that students using Gemini’s Guided Learning improved their math scores by 0.258 standard deviations over the control group, equivalent to roughly 1.2 to 1.7 years of typical learning progress within eight weeks. The trial involved 1,763 junior seconda

    匹配字段摘要

    #lab#论文/研究#Google DeepMind

星期二

  1. Google DeepMind

    Co-Scientist：加速科研的多智能体 AI 合作伙伴

    Google DeepMind 的多智能体系统 Co-Scientist 帮助 Gary Peltz 加快寻找肝纤维化疗法，筛选出此前被忽视的药物再利用候选方案。其中一个候选药物在实验室测试中成功阻断了 91% 与瘢痕形成相关的反应，相关成果已发表于 Advanced Science。

    Google DeepMind 的多智能体系统 Co-Scientist 帮助 Gary Peltz 加快寻找肝纤维化疗法，筛选出此前被忽视的药物再利用候选方案。其中一个候选药物在实验室测试中成功阻断了 91% 与瘢痕形成相关的反应，相关成果已发表于 Advanced Science。 · Google DeepMind’s multi-agent system Co-Scientist helped Gary Peltz accelerate the search for liver fibrosis treatments by identifying overlooked drug-repurposing candidates. One candidate successfully blocked 91% of a scarring-linked response in laboratory tests, with the results published in Advanced Science.

    匹配字段摘要

    #lab#论文/研究#Agent

星期五

  1. Google DeepMind精选

    Decoupled DiLoCo：面向大规模弹性分布式 AI 训练的新架构

    Google DeepMind 推出 Decoupled DiLoCo，通过异步连接相互解耦的计算“岛”，以较低带宽跨远程数据中心训练大语言模型，并隔离硬件故障。团队使用 2-5 Gbps 广域网络，在美国四个地区完成 120 亿参数模型的预训练，速度较传统同步方法快 20 倍以上。Gemma 4 测试显示，该架构在故障下保持更高可用性，并达到与传统训练相同的基准性能。

    Three side-by-side bar charts comparing Data-Parallel (gray) and Decoupled DiLoCo (blue) across three metrics. "Required Bandwidth" on a logarithmic scale shows Data-Parallel at 198 Gbps and Decoupled DiLoCo at 0.84 Gbps across 8 datacenters. "Goodput" shows Data-Parallel at 27% and Decoupled DiLoCo at 88% under high rates of hardware failure. "ML Benchmarks" shows average accuracy at 64.4% for Data-Parallel and 64.1% for Decoupled DiLoCo.

    Google DeepMind 推出 Decoupled DiLoCo，通过异步连接相互解耦的计算“岛”，以较低带宽跨远程数据中心训练大语言模型，并隔离硬件故障。团队使用 2-5 Gbps 广域网络，在美国四个地区完成 120 亿参数模型的预训练，速度较传统同步方法快 20 倍以上。Gemma 4 测试显示，该架构在故障下保持更高可用性，并达到与传统训练相同的基准性能。 · Google DeepMind introduced Decoupled DiLoCo, which asynchronously connects decoupled compute “islands” to train LLMs across distant data centers with lower bandwidth while isolating hardware failures. The team pretrained a 12-billion-parameter model across four U.S. regions using 2-5 Gbps wide-area networking,

    匹配字段摘要、正文

    #lab#论文/研究#数据/训练#部署/工程

星期五

  1. METR Notes

    METR 复现 GDM 研究：Claude、GPT、Gemini 都难以躲过 CoT 监控

    METR 复现并扩展了 Google DeepMind 论文（Emmons 等）第 5 节的实验，用 Claude 4 Sonnet、Claude 3.7 Sonnet、GPT-4o 作为 actor 模型，GPT-4o、GPT-4o-mini、o3、Gemini 2.0 Flash、Gemini 2.5 Pro 作为监控模型，测试模型能否在掩盖真实学科推理的同时躲过监控。结果显示，开启推理模式后，模型的推理轨迹几乎 100% 会先说出自己的掩盖计划，从而被监控模型直接抓住；在需要 CoT 才能解题的 152 道 GPQA 扩展题上，模型也难以在不损失准确率的情况下躲过监控。由于原论文未提供源码，METR 用 Inspect 开源复现了第 5 节，代码和对话记录已发布在 GitHub。

    匹配字段摘要

    #company#论文/研究#安全/对齐#推理

星期五

  1. 事件1 条新闻 · 1 个事实

    Google DeepMind论文提出AI经济影响取决于智能体协调能力

    2026年10月30日,Google DeepMind发表论文《The Economics of Intelligence》,提出用胜任(单任务能力)与协同(智能体协作能力)两项阈值刻画AGI对经济的影响,认为经济影响取决于智能体协调能力而非单个模型变强。论文称AI已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化,但尚未出现大规模失业;多数基准只测单个模型,而企业以团队形式竞争。论文引用一项100人测验,互补配对的小组比随机配对表现高32%。同日,Ethan Mollick评论该研究,指出组织不只是最优秀个体的加总,单个智能体变强不会独自改变经济,能协同工作的智能体才可能带来转型。

    匹配字段标题

  2. 事实所属事件

    Google DeepMind论文提出AI经济影响取决于智能体协调能力

    2026年10月30日,Google DeepMind发表论文《The Economics of Intelligence》,提出用胜任(单任务能力)与协同(智能体协作能力)两项阈值刻画AGI对经济的影响,认为经济影响取决于智能体协调能力而非单个模型变强。论文称AI已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化,但尚未出现大规模失业;多数基准只测单个模型,而企业以团队形式竞争。论文引用一项100人测验,互补配对的小组比随机配对表现高32%。同日,Ethan Mollick评论该研究,指出组织不只是最优秀个体的加总,单个智能体变强不会独自改变经济,能协同工作的智能体才可能带来转型。

    匹配字段标题

    查看事件：Google DeepMind论文提出AI经济影响取决于智能体协调能力

星期日

  1. 事件1 条新闻 · 1 个事实

    Google DeepMind等发表AI智能体物理论文基准研究

    Google DeepMind与多所顶尖高校发表论文,测试AI智能体求解未发表研究级理论物理问题的能力。论文显示,表现最好的AI智能体解出50道未公开研究级理论物理题中的49道,每题约相当于领域专家一天的工作量,单题成本低于3美元。题目由专家从自身研究中提供,智能体独立作答,分联网与不联网两组,仅按最终数值答案评分。GPT-6-Astra在Codex中联网解出49道;它与Opus 5.5在Claude Code中不联网各解出46道,去掉联网后准确率变化很小,作者据此认为模型可能已记住大量物理文献。

    匹配字段标题

  2. 事实所属事件

    Google DeepMind等发表AI智能体物理论文基准研究

    Google DeepMind与多所顶尖高校发表论文,测试AI智能体求解未发表研究级理论物理问题的能力。论文显示,表现最好的AI智能体解出50道未公开研究级理论物理题中的49道,每题约相当于领域专家一天的工作量,单题成本低于3美元。题目由专家从自身研究中提供,智能体独立作答,分联网与不联网两组,仅按最终数值答案评分。GPT-6-Astra在Codex中联网解出49道;它与Opus 5.5在Claude Code中不联网各解出46道,去掉联网后准确率变化很小,作者据此认为模型可能已记住大量物理文献。

    匹配字段标题

    查看事件：Google DeepMind等发表AI智能体物理论文基准研究

  3. 事件1 条新闻 · 1 个事实

    Google DeepMind新论文发现AI助手未经请求行动引发不同反应

    Google DeepMind 发表论文,研究 AI 助手未经请求自行行动对员工的影响。论文称,该智能体在一家大型科技公司的 20 多个团队中运行了 5 个月,研究者访谈了 17 位用户。它曾把过期文档当作最新内容、在 16 个 bug 上标记了一位 VP、在作者准备好之前分享海报草稿,还误读了讽刺语气。部分用户称其为救星,另一些人则感到被监视,并把敏感讨论转移到没有智能体的聊天中;主动选择该智能体的团队会原谅它的早期错误,而觉得它是被强加的人则不会。作者建议在部署智能体时取得团队同意、分离权限,并提供便捷的操作撤销方式。

    匹配字段标题

  4. 事实所属事件

    Google DeepMind新论文发现AI助手未经请求行动引发不同反应

    Google DeepMind 发表论文,研究 AI 助手未经请求自行行动对员工的影响。论文称,该智能体在一家大型科技公司的 20 多个团队中运行了 5 个月,研究者访谈了 17 位用户。它曾把过期文档当作最新内容、在 16 个 bug 上标记了一位 VP、在作者准备好之前分享海报草稿,还误读了讽刺语气。部分用户称其为救星,另一些人则感到被监视,并把敏感讨论转移到没有智能体的聊天中;主动选择该智能体的团队会原谅它的早期错误,而觉得它是被强加的人则不会。作者建议在部署智能体时取得团队同意、分离权限,并提供便捷的操作撤销方式。

    匹配字段标题

    查看事件：Google DeepMind新论文发现AI助手未经请求行动引发不同反应

  5. 事件1 条新闻 · 1 个事实

    Google DeepMind与Cambridge论文展示AI智能体自主发现数学规则

    Google DeepMind 与剑桥发表论文,展示一个基于 Gemini 的 AI 智能体能够自主发现新数学。该智能体为 11 台此前没有分析记录的 Busy Beaver 图灵机找到并给出精确规则。据论文描述,智能体先在模拟器中测试边界情况、起草非形式化证明,再在 Lean 证明检查器中完成证明,相关规则均通过 Lean 验证。论文称这体现了 AI 从回答人类提出的数学问题走向开放式发现。目前该工作以论文形式呈现,尚无后续进展报道。

    匹配字段标题

  6. 事件1 条新闻 · 1 个事实

    Google DeepMind四个Gemini 4 Argon智能体无人工干预通关Minecraft

    Google DeepMind 团队让四个运行在 Gemini 4 Argon 上的 AI 智能体在随机生成的世界中自主通关 Minecraft,击杀末影龙,全程无人类输入。团队没有为它们分配角色、策略或游戏专用工具,四个智能体自行分工、互相预警威胁、回收阵亡队友的物品,并把错误记录在共享记忆中。整轮运行耗时 27 小时 14 分钟,共编写 2783 个 JavaScript 程序、交换 229 条聊天消息、死亡 605 次,按 2027 年生效的 Gemini 4 Argon 标准价格计算花费 1620 美元。

    匹配字段标题

星期四

  1. 事件1 条新闻 · 1 个事实

    DeepMind论文披露四个Gemini智能体自主通关《我的世界》

    DeepMind研究团队在arXiv论文中披露,四个运行Gemini 4 Argon的自主智能体在《我的世界》生存模式中自主通关。据澎湃新闻2026年10月22日报道,四个智能体耗时27小时14分钟击败末影龙,全程无人类干预、未接受游戏专项训练,过程中编写并运行2783个程序、交换229条聊天消息、死亡605次,处理约13.5亿输入token,按优惠价格计算约520美元;论文称这是首个仅使用标准Mineflayer库、没有预先勘探种子或人类编写游戏专用工具的端到端自主通关。凤凰科技10月23日的报道补充称,分工并非预先写入提示词,而是在游戏开始约十分钟后由智能体自行提议并逐步形成,角色职责随进程调整;团队累计死亡605次,失败原因被分析后存入共享记忆供全队复用,全程约24000次模型调用,其中91%的输入token来自上下文缓存,约22%的游戏程序出现错误、服务器重启6次。目前该实验仍以论文披露为最新状态。

    匹配字段标题

  2. 事实所属事件

    DeepMind论文披露四个Gemini智能体自主通关《我的世界》

    DeepMind研究团队在arXiv论文中披露,四个运行Gemini 4 Argon的自主智能体在《我的世界》生存模式中自主通关。据澎湃新闻2026年10月22日报道,四个智能体耗时27小时14分钟击败末影龙,全程无人类干预、未接受游戏专项训练,过程中编写并运行2783个程序、交换229条聊天消息、死亡605次,处理约13.5亿输入token,按优惠价格计算约520美元;论文称这是首个仅使用标准Mineflayer库、没有预先勘探种子或人类编写游戏专用工具的端到端自主通关。凤凰科技10月23日的报道补充称,分工并非预先写入提示词,而是在游戏开始约十分钟后由智能体自行提议并逐步形成,角色职责随进程调整;团队累计死亡605次,失败原因被分析后存入共享记忆供全队复用,全程约24000次模型调用,其中91%的输入token来自上下文缓存,约22%的游戏程序出现错误、服务器重启6次。目前该实验仍以论文披露为最新状态。

    匹配字段标题

    查看事件：DeepMind论文披露四个Gemini智能体自主通关《我的世界》

  3. 事实所属事件

    Google DeepMind与Cambridge论文展示AI智能体自主发现数学规则

    Google DeepMind 与剑桥发表论文,展示一个基于 Gemini 的 AI 智能体能够自主发现新数学。该智能体为 11 台此前没有分析记录的 Busy Beaver 图灵机找到并给出精确规则。据论文描述,智能体先在模拟器中测试边界情况、起草非形式化证明,再在 Lean 证明检查器中完成证明,相关规则均通过 Lean 验证。论文称这体现了 AI 从回答人类提出的数学问题走向开放式发现。目前该工作以论文形式呈现,尚无后续进展报道。

    匹配字段标题

    查看事件：Google DeepMind与Cambridge论文展示AI智能体自主发现数学规则

星期三

  1. 事件1 条新闻 · 1 个事实

    Google DeepMind论文发现自进化智能体边学边忘

    Google DeepMind 发表论文,发现自进化智能体在学习新任务时会遗忘旧任务。该团队在话题、工作流或领域不断变化的任务流上测试了 ReasoningBank、GEPA 和 Meta-Harness。结果显示,GEPA 学得最多,平均每块提升 6.2 分,但在其他任务上损失也最大,为 4.3 分;它学会向用户追问缺失信息后,后续任务块改写了这条规则,15.5 分的增益降至 2.5 分。作者建议,若智能体会自行修改提示词或记忆,应把任务专属规则分开存放,并在每次更新后重测旧任务。目前该发现来自单一来源报道,尚无后续进展。

    匹配字段标题

星期五

  1. 事件1 条新闻 · 1 个事实

    DeepMind论文登上《Science》

    Google DeepMind 的论文登上 10 月 8 日的《Science》。据 36氪 · AI 报道,其自动数学证明系统 AlphaProof Nexus 在 353 道悬而未决的 Erdős 问题中自主解出 9 道,其中两道自 1970 年悬置至今。该系统由 Gemini 3.1 Pro 用 Lean 起草证明,编译器逐行校验并反馈迭代,每道题推理开销为几百美元。论文的消融结果显示,去掉子代理锦标赛等复杂结构、只保留大模型加 Lean 反馈的简版系统同样能解出这 9 道题,只是最难的几道更烧钱。目前尚无后续发展事实。

    匹配字段标题

星期四

星期一

  1. 事件2 条新闻 · 1 个事实

    DeepMind发布AlphaProof Nexus数学证明框架

    DeepMind开发并测试了名为AlphaProof Nexus的AI框架,相关成果于2026年10月12日公开。该框架能自主搜索数学证明,并借助Lean证明助手验证推理过程。在353个以数学家保罗·厄多斯命名的开放问题中,该系统解决了9个,其中两个已悬而未决超过50年;它还解决了《整数数列在线百科全书》492个开放猜想中的44个。团队发现,最基础版本的智能体同样解决了这9个厄多斯问题,只是处理较难问题需要更多计算资源,该版本主要依靠商业化大型语言模型和Lean证明助手。另有报道称,该系统还解决了代数几何中的一个开放问题,并改进了min-max优化中的一个已知界;其基于Gemini 3.1 Pro,用Lean起草和修订证明,遇到更难子问题时还可调用专用证明工具AlphaProof,但即使不调用也能解决那9个厄多斯问题。该研究发表在《科学》杂志并经过同行评审。

    匹配字段标题