AI前沿： 从零数据到集体智慧

绝对零数据训练与自我对弈推理系统
研究提出一种基于绝对零数据训练方法的AI训练框架，通过自我对弈推理系统实现无人类数据的自主学习。系统由自动代码验证机制驱动，AI同时扮演出题人和解题人角色，利用难度适中的编程任务提升推理能力。实验表明，该方法在数学和编程任务中表现超越传统依赖人类数据的模型，且跨领域迁移能力显著。
混合智能体对齐与开源模型协作框架
为解决自进化系统的潜在风险，研究者提出混合智能体对齐技术，通过开源模型协作框架整合多AI集体智慧。该方法分监督微调和偏好优化两阶段，利用多个开源模型生成高质量训练数据，并通过集体评分机制优化模型表现。实验证明，该方法训练的小模型性能优于单一大模型生成数据的结果，且具备低成本、高效率优势。
长上下文推理优化与高效显存管理技术
针对大模型处理长文本的瓶颈，研究开发了基于高效显存管理技术的RetroInfer系统。其波浪索引设计将文本按重要性分层处理，结合向量数据库优化KV缓存，实现速度提升4.5倍且准确率无损。该技术可应用于法律合同分析、医疗病例处理等需长文本解析的场景。
安全训练方法与风险内容过滤策略
为平衡AI安全性与能力，研究者提出SLUNG安全训练方法，通过风险内容过滤策略让AI识别但不生成高风险内容。实验表明，该方法在提升不当言论检测能力的同时，生成风险未显著增加，适用于社交审核、版权合规等领域，但依赖精准风险标注。
策略提炼方法与动态可解释性指南
研究引入基于大语言模型的策略提炼方法，生成动态可解释性指南以优化强化学习。通过将专家经验转化为文字策略，AI在迷宫任务中成功率提升17.75%，且策略可被人类理解，解决了传统强化学习的黑箱问题，但需依赖可靠的语言模型生成策略。