谷歌血糖模型亮相

壓力給到王興興

在大型語言模型快速演進的同時，如何有效累積與复用執行經驗，已成為提升模型能力的關鍵課題。近期一項名為「WikiSkill」的技術路線受到關注，其核心概念是將模型在實際任務中的執行經驗，以條列式、結構化的方式寫入維基格式的知識庫中，讓技能不再停留在一次性嘗試，而是能反覆更新、持續被後續任務引用。這種作法強調從「做中學」的動態回饋，而非僅依賴靜態的訓練資料，為模型在面對新任務時提供更具依據的決策支援。

基準評測向來是衡量 AI 模型能力的重要依據，然而隨著模型訓練資料日益龐大，評測題目與權重若被納入訓練範疇，將導致分數失真，也就是所謂的「基準汙染」問題。為了解決這項長期存在的信任危機，谷歌近期提出了一項以雙盲測試為核心的評測機制，並實際導入機密空間加以試行。 根據相關資訊顯示，這套新做法將評測所用的題目與權重資料進行高度隔離，使其無法被模型開發者或評測執行者在一般環境下接觸，藉此降低資料外洩或提前滲透的風險。同時，雙盲的設計讓模型受測時，評測方與受測方都無法掌握彼此的具体資訊，進一步確保結果的客觀性與公正性。

這則資訊日報聚焦統計與機器學習領域的投稿焦慮，指出頂級會議更加擁擠。報導提到LLM相關議題佔滿海報，NeurIPS工作坊偏重智能體，並提及AISTATS與UAI等會議。

這則報導指出「世界模型」的定義目前相當混亂，各界仍在追問其概念邊界。文中提及物理引擎、機器學習流體模擬等是否屬於世界模型引發討論，並認為定義將影響未來的具身敘事。

40分鐘前機器人賽場開始淘汰“偏科生”3小時前閱讀更多內容，狠戳這裡查看AI測評DeepSeek商湯日日新點點選靠譜AI，看真實評測查看AI測評官方交流社區加入諮詢項目審核和入駐聯繫項目推薦訂閱號關注下一篇CHIC 2026觀察：DADE Capital的產業AI棋局，從依明科技首秀開始浮現依明科技攜服裝產業AI亮相CHIC展重構產業秩序1小時前關於城市合作項目推薦我要入駐投資者關係商務合作關於我們聯繫我們加入我們歐洲站歐洲站歐洲站Ai產品日報網絡謠言信息舉報入口熱門推薦熱門資訊熱門產品文章標籤快訊標籤合作伙伴APP下載iOS & Android本站由 阿里雲 提供計算與安全服務 違法和不良信息、未成年人保護舉報電話：010-89650707 舉報郵箱：jubao@36kr.