科研进展-北京大学人工智能研究院

科学研究

首页 >> 科学研究 >> 科研进展

人工智能研究院杨耀东课题组ACL 2025最佳论文揭示大模型存在“抗改造”基因，现有后…

随着人工智能领域的快速发展，大模型的训练、数据处理和测评已成为研究热点。尽管当下的大模型已展现出惊艳的能力，但一个根本性问题仍未被真正解决：这些模型是否真正理解人类的指令与意图？当前大模型研究的主流观点认为，仅通过“99%的预训练+1%的后训练”便可使得大模型被对齐。但大模型真的能被对齐吗？人工智能研究院杨耀东课题组的最新研究为这一方向敲响警钟。2025年7月，研究团队论文“Language Models Resist Alignme...

2025-08-07

学术前沿 | 北京大学研究团队在《自然∙电子》发表国际首个大数据排序存算一体系统

近日，北京大学人工智能研究院及集成电路学院合作研究团队在Nature Electronics 杂志发表了题为 A fast and reconfigurable sort-in-memory system based on memristors 的论文，在国际上首次实现了面向高复杂度排序任务的存算一体化硬件系统。该研究工作提出了一个全新的、无需比较器的排序硬件架构，成功打破了存算一体技术难以处理排序等非线性计算的限制，标志着该领域实现从线性矩阵计算向非线性复杂任务的重大突破。图1 N...

2025-07-06

人工智能研究院朱毅鑫课题组及合作者在高分辨率触觉感知机器人手领域取得重要进展

机器手作为人形机器人与外界交互的重要媒介，是机器人功能性的直接体现，需要“人手”参与的工作都是机器手的应用场景，在特定场景（如精密装配）中展现出超越人类手部的稳定性。2025年6月9日，由北京大学人工智能研究院、北京大学武汉人工智能研究院、北京通用人工智能研究院、北京大学工学院和伦敦玛丽皇后大学联合组成的科研团队在《自然·机器智能》（Nature Machine Intelligence）上发表题为“Embedding high-resolution ...

2025-06-10

人工智能研究院朱毅鑫课题组提出了MotionReFit动作编辑框架，实现了文本驱动的通用…

本文介绍了北京大学人工智能研究院朱毅鑫助理教授团队与北京通用人工智能研究院黄思远研究员团队联合在 CVPR 2025 会议上发表的论文，题为 Dynamic Motion Blending for Versatile Motion Editing。该研究提出了一个通用人物动作编辑方法，实现了仅通过文本指令进行多种类型的动作编辑，如肢体动作替换，动作微调，和风格迁移。论文的第一作者是北京大学人工智能研究院博士生蒋楠（导师朱毅鑫）、北大智班本科生李弘杰，和北大...

2025-04-29

人工智能研究院杨耀东课题组提出去中心化高效多智体强化学习方法

近日，北京大学人工智能研究院助理教授杨耀东课题组及合作团队在人工智能顶级学术期刊Nature Machine Intelligence上发表题为“Efficient and scalable reinforcement learning for large-scale network control”的论文。论文提出的基于模型的去中心化策略优化方法取得重大突破。这一成果首次在多智能体系统中实现了高效的去中心化协同训练和决策，显著提升了人工智能决策模型在大规模多智能体系统中的扩展性和适用性。论文截...

2024-09-14

首页上页12345...17下页尾页