🔍 Kimi探索版：AI搜索的革命性突破

月之暗面推出Kimi探索版，搜索量提升10倍，精读能力显著增强，模拟人类推理思考过程，引发广泛关注，“Kimi崩了”登上热搜。

🧪 ChemFlow框架：分子设计的AI新纪元

康奈尔大学等机构提出ChemFlow框架，利用生成式AI实现高效属性控制，统一先前方法，具备灵活性和可扩展性，有望在药物设计和材料科学中发挥重要作用。

🧠 统计物理学与AI：算法行为的新视角

瑞士洛桑联邦理工学院的Lenka Zdeborová教授将统计物理学原理应用于计算机科学和机器学习领域，揭示算法行为和大型语言模型的新理解，为未来机器学习的热力学理论奠定基础。

💡 LightRAG系统：降低LLM检索成本的利器

港大黄超团队发布LightRAG开源系统，通过结合图结构和双层检索机制，大幅降低大型语言模型的检索增强成本，提升信息检索的准确性和效率。

⚖️ CAIL 2024：推动法律智能技术评测

中国法律智能技术评测CAIL 2024正式启动，设置七个任务，提供海量司法文书数据，重点关注司法大模型的法律认知能力，推动人工智能技术在法律领域的应用。

🚀 REPA技术：革新扩散模型训练方法

纽约大学谢赛宁研究者提出REPA表征对齐技术，显著提升扩散模型训练效率和生成质量，将收敛速度提升17.5倍以上，生成质量达到FID=1.42的当前最佳结果。

🔗 OpenR框架：增强LLM复杂推理能力

伦敦大学学院等机构联合开源OpenR全链条训练框架，集成过程奖励模型、强化学习、多种搜索框架，增强大型语言模型的复杂推理能力，推动推理领域开源社区的发展。

🔄 minLSTM和minGRU：RNN模型的简化与提速

图灵奖得主Yoshua Bengio团队简化LSTM和GRU模型，得到minLSTM和minGRU，训练参数显著减少，处理长序列速度提升235倍和175倍，性能可与Transformer媲美。