欧美做受❌❌❌高潮

电脑版下载

66256
9

欧美做受❌❌❌高潮截图Q8X2R7L1T4J5M9B6W3

内容详情

欧美做受❌❌❌高潮

嘻疯发自凹非寺量子位 | 公众号 QbitAI

刚刚，NeurIPS 2025最佳论文奖、时间磨练奖出炉！

今年Best Paper共有4篇，3篇为华人一作，阿里Qwen门控注重力获奖

Best Paper Runner-up也有三篇

这七篇论文聚焦于扩散模子理论、自监视强化学习、大语言模子注重力机制、大语言模子推理能力、在线学习理论、神经缩放定律以及语言模子多样性基准测试要领等领域的突破性希望。

另外，任少卿、何恺明、Ross Girshick、孙剑团队2015年提出的深度学习模子Faster R-CNN拿下时间磨练奖

Faster R-CNN用于解决目的检测问题，目的检测的使命不但要知道一张图片里有什么物体（分类），还要知道这些物体在图片的什么位置（定位）。

它的名字“Faster”已经点明晰其最大孝顺：极大地提升了目的检测的速率，真正实现了端到端的、靠近实时的检测。

4篇Best Paper，3篇华人一作

1、《Artificial Hivemind: The Open-Ended Homogeneity of Language Models (and Beyond)》

论文一作为来自华盛顿大学的Liwei Jiang。

这篇事情聚焦大语言模子在开放式天生使命中的多样性问题，提出“人工蜂群头脑（Artificial Hivemind）”看法。

焦点发明是目今大模子保存显著的模子内重复和模子间同质性：

简单模子对统一开放式盘问会天生相似响应，差别模子（无论开源照旧闭源、差别规模）也会收敛到相似输出，即便接纳min-p等增强多样性的解码战略，仍有超60%的响应相似度凌驾0.8。

例如，对盘问“写一个关于时间的隐喻”的响应通过主因素剖析（PCA）将句子嵌入降至二维后举行聚类。25个差别家族、规模的模子以top-p=0.9、temperature=1.0天生50条响应，所有响应仅形成两个主要聚类：“时间是一条河流”“时间是一位织工”。

为支持研究，作者构建了含26K真实天下开放式盘问的INFINITY-CHAT数据集，涵盖创意内容天生、头脑风暴、哲学问题等6大类17个子类，并网络了31250条人类标注，形成首个系统评估开放式盘问的资源。

同时，研究还发明，现有大模子、奖励模子和大模子评判器在评估人类偏好不同大或质量相近的开放式响应时，与人类评分的校准度较低，难以捕获人类多元偏好。

论文通过大宗实验（涉及70+模子）验证了“人工蜂群头脑”的普遍性，讨论了其对人类头脑同质化的潜在危害，并为未来开发更具多样性、更贴合人类多元需求的AI系统提供了基准和偏向，也指出了数据集语言局限性、创意表达维度简化等研究缺乏。

2、《Gated Attention for Large Language Models: Non-linearity, Sparsity, and Attention-Sink-Free》

论文配合一作Zihan Qiu、Zekun Wang、Bo Zheng均来自阿里Qwen团队，Zeyu Huang来自爱丁堡大学。

该论文聚焦大语言模子中的门控注重力机制，通过对15B混淆专家（MoE）模子和1.7B浓密模子在3.5万亿token数据集上的30种变体举行周全实验，系统探讨了门控增强型softmax注重力的效果。

研究焦点发明，在缩放点积注重力（SDPA）后应用特定于注重力头的sigmoid门控能一连提升模子性能，同时增强训练稳固性、容忍更大学习率并改善缩放特征。

该门控机制的有用性源于两大概害因素：一是在softmax注重力的低秩映射中引入非线性，二是通过盘问依赖的希罕门控分数调理SDPA输出。

这种希罕门控不但缓解了大规模激活和注重力沉陷问题，将基线模子中平均46.7%指向首个token的注重力占比降至4.8%，还提升了长上下文外推性能，在RULER基准上实现超10分的增益。

实验还比照了差别门控位置、粒度、共享方法、作用形式及激活函数的效果，证实SDPA输出的元素级门控最优，且头特定门控比头共享门控更有用，乘窍门控优于加窍门控，sigmoid激活函数体现最佳。

别的，该门控机制在MoE模子和浓密模子中均有用，能支持更大学习率和批次巨细的稳固训练，且在上下文长度扩展至128k时仍坚持优越性能，相关代码和模子已果真，其焦点设计也被应用于Qwen3-Next模子中。

3、《1000 Layer Networks for Self-Supervised RL: Scaling Depth Can Enable New Goal-Reaching Capabilities》

论文一作Kevin Wang，来自普林斯顿大学，同时是OpenAI研究员。

这篇论文聚焦于解决强化学习中模子规模扩展的难题，探索了网络深度作为要害因素对自监视强化学习性能的影响。

与近年来RL领域普遍接纳2-5层的浅层架构差别，研究团队将网络深度提升至1024层，连系自监视RL算法（比照性RL，CRL）、GPU加速框架以及残差毗连、层归一化、Swish激活等架构手艺，在无演示、无奖励的无监视目的条件设置下开展实验。

实验笼罩移动、导航和机械人操作等多种使命。

效果显示，加深网络深度使CRL算法性能提升2-50倍，在半数情形中实现超20倍的性能奔腾，且在10个使命中的8个逾越SAC、TD3+HER等主流目的条件基线算法。

深度增添不但提高使命乐成率，还会触发质的行为转变，当抵达特定临界深度（如Ant Big Maze的8层、Humanoid U-Maze的64层）时，智能体将习得全新手艺（如类人机械人的翻墙、坐姿移动等）。

研究还展现，深度扩展比宽度扩展更具盘算效率（参数与盘算量增添更平缓），且能与批量巨细扩展协同作用。

同时，actor和critic网络的联合深度扩展可互补提升性能；深层网络通过增强比照表征能力、优化探索与表征效率的协同作用、合理分派要害状态区域的表征容量等机制实现性能提升，还在组合泛化使命中体现更优。

别的，研究发明深度扩展的优势主要体现在在线RL场景，离线设置下效果有限，且仅CRL等自监视算法能有用使用深度扩展，古板TD类算法难以从中获益。

论文通过详尽的实验验证、架构消融和机制剖析，为RL的规模扩展提供了新范式，同时也指出了盘算本钱较高等局限性。

4、《Why Diffusion Models Don’t Memorize: The Role of Implicit Dynamical Regularization in Training》

论文配合一作Tony Bonnaire、Rapha?l Urfin，来自巴黎高等科学与研究学院。

论文深入探讨了扩散模子阻止训练数据影象化、实现泛化的焦点机制，聚焦训练动态中的隐式动力学正则化作用。

论文首先指出，扩散模子在图像、音频、视频等天生使命中体现精彩，但明确其避免影象化、包管泛化能力的机制是要害挑战。通过大宗数值实验与理论剖析，研究识别出两个要害训练时间标准：

一是泛化时间，即模子最先天生高质量样本所需的最短训练时间，该时间与训练集巨细无关；二是影象化时间，凌驾此时间模子会最先影象训练数据，且该时间随训练集巨细呈线性增添。

这两个时间标准形成的泛化窗口会随训练集规模扩大而拓宽，只要训练在泛化窗口内阻止，模子就能高效泛化，只有当训练集巨细凌驾模子相关阈值时，无限训练时间下的过拟合才会消逝，这一发明展现了隐式动力学正则化能让扩散模子即便在高度过参数化场景下也可阻止影象化。

在实验验证方面，研究以CelebA人脸数据集为工具，将图像转为灰度下采样图像，接纳U-Net架构构建分数模子，通过改变训练集巨细和模子参数数目（调解U-Net基础宽度）睁开实验。

效果显示，差别训练集巨细下，泛化时间基本稳固，影象化时间随训练集增大而线性延伸，且模子容量会影响两个时间标准（参数越多，泛化和影象化泛起越早），同时扫除了数据重复导致影象化的可能性，证实影象化由损失景观的实质转变驱动。

理论剖析层面，研究接纳随机特征神经网络模子，在高维极限下连系随机矩阵理论等工具，剖析训练动态。

效果批注，训练动态的时间标准与随机特征相关矩阵的特征值倒数相关，过参数化场景下会泛起两个疏散的特征值区间，划分对应泛化和影象化时间标准，泛化阶段依赖数据总体协方差，与详细数据集无关，影象化阶段则与数据集相关的高频特征有关，进一步印证了实验视察到的纪律。

别的，论文还探讨了优化器影响、条件天生场景等扩展情形，同时指出研究局限，如未充分探索更宽规模的模子参数、未深入剖析条件天生对时间标准的详细影响等。

Faster R-CNN获时间磨练奖

Faster R-CNN目的检测框架，焦点立异是引入区域提议网络（RPN），通过与检测网络共享全图像卷积特征，解决了古板目的检测中区域提议盘算耗时的瓶颈问题，实现了高效且高精度的目的检测。

RPN作为全卷积网络，能在特征图的每个位置同时展望目的界线框和目的性得分，其设计的“锚点”机制通过3种标准和3种长宽比的参考框，无需图像金字塔或滤波器金字塔即可笼罩多种标准和形状的目的，兼具平移稳固性且参数规模远小于MultiBox等要领，有用降低过拟合危害。

论文设计了多使命损失函数，连系分类损失（log损失）和回归损失（smooth L1损失），通过4步交替训练战略将 RPN与Fast R-CNN融合为统一网络，实现卷积特征的共享——

RPN饰演注重力角色指示检测网络关注区域，Fast R-CNN认真对提议区域举行准确分类和界线框修正。

在实验验证方面，该框架在PASCAL VOC 2007、2012和MS COCO等数据集上均取得其时最先进的检测精度，使用VGG-16模子时在GPU上抵达5fps的帧率（含所有办法），仅需300个提议区域即可优于古板Selective Search（2000个提议）的性能，且提议盘算仅耗时10ms。

在ILSVRC和COCO 2015竞赛中，Faster R-CNN和RPN成为多个赛道冠军计划的基础。

别的，论文还通过消融实验验证了锚点设置、损失函数平衡参数等超参数的鲁棒性，比照了单阶段与两阶段检测框架的优劣，证实两阶段架构更具精度优势，同时探索了MS COCO大规模数据集对PASCAL VOC使命的迁徙提升作用，通过跨数据集预训练实现了检测精度的显著提高。

该框架不但为实时目的检测提供了适用解决计划，其共享特征和锚点机制也深刻影响了后续3D目的检测、实例支解等多个盘算机视觉领域的生长，相关代码已果真供学术界和工业界使用。

[1]https://blog.neurips.cc/2025/11/26/announcing-the-neurips-2025-best-paper-awards/[2]https://blog.neurips.cc/2025/11/26/announcing-the-test-of-time-paper-award-for-neurips-2025/