前沿技术篇
前沿未来层 · 11 章 300 篇知识点,章内按学习顺序排列。
同方向:前沿技术篇量子AI与未来计算篇
Agentic AI41 篇
Reflexion反思ReAct范式L1-L5自主性框架Voyager终身学习Agent联邦学习金融:横向/纵向联邦信用评估、Secure Aggregation隐私保护、FATE平台与金融联邦实践子目标生成规划评估蒙特卡洛树搜索规划工具链组合并行工具工具冲突解决动态工具选择SayCan具身规划多Agent系统Tree of Thoughts推理自主性分级ToolFormer工具学习MetaGPT角色协作AutoGPT自主执行AgentBench评测基准人类在环HITL实时反欺诈:流式特征工程Flink+Kafka、规则引擎与模型双引擎、复杂事件处理CEP时序模式图神经网络风控:交易网络GNN异常检测、账户关联图谱Embedding、R-GCN关系图卷积欺诈识别信贷评分模型:逻辑回归评分卡、XGBoost/LightGBM信用评分、PSI稳定性监控与模型迭代长期规划LLM+P符号规划层次化任务网络HTN计划调整GOAL分解树工具调用里程碑跟踪记忆增强规划计划可执行性验证反思式重规划API编排引擎HuggingGPT工具链工具学习MCP模型上下文协议工具注册表设计工具自动创建Tool Retrieval检索
推理模型57 篇
RLHF+RLVR训练过程奖励模型System 1/System 2双系统DIN/DIEN序列推荐:Deep Interest Network注意力激活用户历史、DIEN兴趣演化GRU+辅助损失、长序列行为建模PRM800K数据集冷启动策略:基于内容/标签的 CB、迁移学习 MAML/FOML、DropoutNetSIM(Search-based Interest Model)长行为序列用户兴趣建模(线上检索 + 端上注意力)PLE(Progressive Layered Extraction)双层专家分离缓解负迁移(Negative Transfer)Inference Scaling Law:推理性能随计算量scaling的规律多任务学习损失权重:GradNorm、不确定性加权(Uncertainty Weighting)CoT蒸馏推理链压缩Self-Refine自我改进Step-level Reward步级奖励专家迭代Expert IterationBest-of-N采样Self-Play / 自我博弈:AlphaGo式自博弈训练推理能力慢思考系统推理时计算测试时扩展强化学习推理隐式CoT推理推理token机制思维预算控制o1模型蒸馏MMoE(Multi-gate Mixture-of-Experts)多任务专家共享与门控网络冷启动策略:内容Embedding新物品召回、元学习Meta-learning快速适应、探索利用EE问题与Bandit算法多样性探索:MMR最大边缘相关性重排、行列式点过程DPP、多样性-准确性权衡与多目标优化MMoE/PLE多任务学习:Multi-gate Mixture-of-Experts共享与任务特定门控、Progressive Layered Extraction消除负迁移DIN(Deep Interest Network)注意力机制激活用户历史兴趣相关性ESMM(Entire Space Multi-task Model)CVR/CTCVR 全空间建模解决样本选择偏差DSIN(Deep Session Interest Network)会话切分与自注意力会话兴趣提取DIEN(Deep Interest Evolution Network)GRU + 兴趣进化层建模兴趣漂移排序模型校准:Platt Scaling / Isotonic Regression 在 CTR 校准的应用Chain of Thought(CoT):思维链推理的显式与隐式实现Reasoning Model:通过隐式CoT实现慢思考的新模型范式Test Time Compute / 测试时计算:推理时增加计算量提升性能Chain-of-Thought自我一致性思维树ToTProcess Reward Model(PRM):过程级奖励模型引导推理推理链长度Zero-shot CoT思维图GoTLeast-to-Most分解多步验证机制推理过程奖励自我提问法PRM训练搜索策略MCTS推理scaling推理自我改进Outcome Reward结果奖励Process Supervision过程监督推理策略学习RLAIF推理反馈Self-Improvement:推理模型通过自我生成数据迭代提升
具身智能33 篇
RT-2/RT-XOcto通用策略Vision-Language-Action(VLA):视觉-语言-动作统一模型架构模仿学习双手协作真实世界适应真实数据微调机器人泛化RT-1机器人Transformer视觉-语言-动作模型PaLM-E多模态动作token化动作分块ACTπ0通用控制语言条件控制VLA评测基准VLA数据集构建运动规划轨迹优化抓取策略力控全身控制移动操作强化学习控制仿真环境域随机化MuJoCo物理引擎物理参数随机化系统辨识Isaac Gym仿真现实差距域适应方法Sim2Real2Sim闭环
世界模型与视频生成21 篇
刚体/流体仿真物理一致性视频条件生成物理约束训练可探索世界PhysGen物理生成动作空间设计时空Patch编码Sora视频生成世界模拟器碰撞检测文本到视频对齐物理先验Brax物理引擎环境交互可微模拟Genie交互生成游戏世界动作条件生成因果世界模型DIAMOND世界模型
AI编程助手22 篇
Tab补全代码库理解测试生成Refactor重构代码重构需求到代码HumanEval基准Chat+Edit模式Copilot Chat企业版集成上下文理解函数级补全安全过滤机制AI原生IDE多文件编辑Agent模式ComposerMCP集成代码解释漏洞检测Code LLM评测代码审查自动化
AI安全与对齐前沿22 篇
Off-policy RLHF递归奖励人机协作标注Weak-to-Strong泛化过对齐问题Constitutional AI价值学习Jailbreak防御IPO/KTO变体Reward Hacking奖励欺骗RLAIF反馈偏好优化多维奖励模型GRPO算法Scalable Oversight辩论Debate监督扩展AI Safety via Debate对齐税Inverse RL监督协议设计奖励建模
空间智能与世界模型34 篇
视频预测模型:PredRNN/SimVP/VideoGPTCosmos(NVIDIA):世界基础模型用于物理AI开发3D语义分割:PointNet/PointTransformer世界模型评测基准与度量指标MuZero规划与模型学习室外大规模场景理解与街景分析3D目标检测与6D姿态估计多视图立体视觉MVS重建室内导航中的语义路标识别空间关系推理:前/后/左/右/内/外视觉语言导航VLN:指令到动作映射World Model概念:感知-记忆-预测-行动JEPA联合嵌入预测架构与表征学习Dreamer/DreamerV3世界模型训练物理引擎仿真与可微分物理世界模型在机器人中的应用强化学习中的Model-Based方法因果世界模型与干预推理Genesis:可微分物理仿真世界模型平台多模态世界模型:视觉-语言-动作室内场景图生成与对象关系推理视觉定位VPR与重定位技术NeRF神经辐射场与3D重建Occupancy Network占据网格预测点云配准ICP与深度学习方法语义SLAM与动态环境建图具身导航Embodied Navigation与仿真平台开放环境探索与主动SLAM拓扑地图学习与图导航策略零样本视觉导航与泛化能力多智能体协同探索与地图共享空间记忆与认知地图构建导航中的常识推理与目标理解模拟到真实Sim2Real迁移
AI+能源与可持续发展14 篇
新能源(风光)功率预测碳交易AI优化循环经济AI智能电网负荷预测电力市场交易AI需求响应AI储能调度优化虚拟电厂VPP电力设备故障预测气候风险建模碳排放监测与预测生物多样性AI监测(声学/图像)绿色AI(模型碳足迹/高效架构)环境遥感AI
代码智能与程序合成20 篇
代码文档自动生成代码摘要生成自动程序修复APR(Generate-and-Validate/Neural)不变式推断AI软件验证与AI结合代码优化建议代码预训练模型(CodeBERT/GraphCodeBERT/CodeT5)代码嵌入Code Embedding代码AST/CFG/DFG分析程序依赖图代码迁移与翻译(TransCoder)代码搜索(语义级别的Code Search)测试用例生成(Evosuite/Randoop/AI-driven)程序合成Program Synthesis(FlashFill/DeepCoder)模型检测Model Checking符号执行(Symbolic Execution/KLEE)Bug定位与根因分析SMT求解器(Z3/CVC5)程序规约生成AI辅助形式化验证(AlphaProof相关)
AI定理证明18 篇
软件形式化验证硬件形式化验证形式化方法在AI安全中的应用自然演绎与序列演算重写与归纳密码学协议证明工业级形式化验证IMO数学竞赛AI解题证明策略自动生成一阶逻辑与归结原理HOL/Isabelle/Coq证明助手Lean定理证明器Lean CopilotLLM辅助定理证明DeepMind AlphaProofGPT-f与证明搜索形式化数学(Formalized Math)智能合约形式化证明
群体智能18 篇
蜂群算法ABC萤火虫算法FA粒子群优化PSO布谷鸟搜索CS涌现行为(Emergence)自组织系统群体智能理论框架蚁群算法ACO多Agent协作与竞争LLM多Agent群体分布式优化分布式感知与决策无人机集群Swarm Robotics群体智能在AI中的应用交通流优化Multi-Agent RL群体智能与强化学习
返回 知识体系总目录 查看其他篇章。