2025年12月，南洋理工大学发布首个全面评测大型语言模型（LLM）处理结构化电子病历（EHR）能力的基准EHRStruct。该基准由计算机科学家与医学专家联合构建，涵盖11项核心任务、2,200个标准化样本，按临床场景和认知层级分类，为医疗AI提供严谨评测框架。研究团队对20个主流LLM及11种增强方法进行评测，并提出代码增强框架EHRMaster，显著提升性能，尤其在数据驱动任务中表现优异。研究成果已被AAAI 2026录取为Oral论文，并同步推出EHRStruct 2026挑战赛，供全球研究者对比模型能力。Leaderboard已在Codabench上线，推动LLM在医疗领域的应用探索。

LLM能替代数据科学家了？DeepAnalyze帮你告别手动分析数据 你是否为复杂文件和海量数据而头疼？是否希望自动挖掘出有价值的信息？最近，人大与清华的研究团队推出了一款名为 DeepAnalyze 的工具——你的专属“数据科学家”。只需一个指令，它便能自动化完成数据分析、建模、可视化等任务，甚至...

拜拜了GUI！中科院团队提出“LLM友好”计算机接口 大模型Agent自动操作电脑的理想很丰满，但现实却骨感。现有LLM智能体面临两大痛点：成功率低和效率差。复杂任务常让Agent卡住，简单任务也需要几十轮交互，耗时漫长。 问题出在哪？中国科学院软件研究所团队指出，瓶颈在于我们使用了40多年的图形用...

英伟达推出通用深度研究系统，支持个人定制与任意LLM接入 英伟达近日发布了一款名为通用深度研究（UDR）系统的创新工具，支持个人定制并可接入任何大语言模型（LLM）。该系统能够围绕任意语言模型运行，用户可通过自然语言定义和优化自己的研究策略，无需额外训练或微调模型。 UDR的核心优势在于其高度灵活性...

近日，研究发现一个冒号或特定推理开头语（如“Thought process：”）即可欺骗多个主流大语言模型（LLM），包括GPT-4o、Claude-4和LLaMA3-70B等。腾讯AI Lab、普林斯顿大学和弗吉尼亚大学的研究团队揭示了这一漏洞，指出其具有跨语言普遍性，并可通过嵌入相似度搜索生成更多对抗样本。为解决该问题，团队开发出增强数据集训练的‘评委’模型Master-RM，将假阳性率降至接近0%，同时保持高评估一致性。研究强调了强化学习验证流程中的安全挑战，未来需进一步提升模型稳健性。论文已公开，相关资源可在Hugging Face平台获取。

近日，由新加坡国立大学、得克萨斯大学奥斯汀分校等机构的研究人员联合开发的「拖拽式大语言模型」（DnD）引发关注。该模型基于提示词快速生成任务专属参数，无需微调即可适应不同场景，效率比传统方法提升12000倍。DnD通过轻量级文本编码器与级联超卷积解码器，在数秒内生成LoRA权重矩阵，展现出卓越的零样本泛化能力。实验表明，其在数学、代码及多模态任务中性能优于现有方法，且仅需无标签提示词即可完成适配。这项技术为大模型快速专业化提供了高效解决方案，有望推动AI应用落地。

在旧金山举行的YC AI创业学校上，OpenAI创始科学家Andrej Karpathy发表演讲，探讨软件的三次变革。他提出软件1.0基于代码，2.0基于神经网络权重，而3.0通过大语言模型（LLM）实现可编程性，标志着新型计算机的诞生。Karpathy认为LLM如同操作系统，正处于‘大型机时代’，依赖云端分时系统，个人计算尚未普及。尽管LLM功能强大，但也存在记忆缺陷、幻觉生成等问题，需通过生成-验证循环加以约束。他还强调氛围编程兴起，用英语作为新编程语言，大幅降低编程门槛，让非专业人员也能参与。LLM的广泛应用依赖于工具优化及基础设施调整，未来十年将是探索与发展的关键时期。

标题：MSRA清北推出强化预训练！取代传统自监督，14B模型媲美32B 正文： “预测下一个token”——这一LLM核心训练机制正被强化学习颠覆。微软亚洲研究院（MSRA）联合清华大学、北京大学提出全新预训练范式RPT（强化预训练），首次将强化学习深度融入预训练阶段，让模型在预测每个token...

强化学习之父Richard Sutton近期指出，大型语言模型（LLM）的主导地位只是暂时现象，未来五年甚至十年内不会是技术前沿。他在新加坡国立大学120周年校庆演讲中再次强调，模仿人类思维的AI短期内可能提升性能，但从长远来看会阻碍研究进展。 Sutton在19年出版的《痛苦的教训》中就提到，单纯...

斯坦福 Hazy Research 团队近期发布了一项重大优化成果：他们将开源模型 Llama-3.2-1B 的前向推理整合为一个名为“Megakernel”的单一 CUDA kernel，极大提升了推理速度。这项技术对于实时性强的应用场景尤为重要，例如对话式 AI 和交互式工作流。 团队发现，现有...