stanford-university

Douglas Hofstadter在斯坦福大学发表演讲，认为类比是认知的核心机制，它通过感知思想与对象之间的共同本质，对于分类和理解至关重要。

Terminal-Bench-Science是一个由斯坦福大学研究人员开发的基准，用于评估AI智能体在真实科学研究工作流中的表现，旨在推动科学领域AI能力的提升。

斯坦福大学已将CS329A课程关于Self-Improving AI Agents的讲座免费开放在YouTube上，涵盖AI智能体、Constitutional AI和多步推理等主题。

谷歌资深院士杰夫·迪恩在斯坦福大学与唐·孟栋进行炉边对话，回顾了从MapReduce到Gemini的AI发展历程，并分享了关于模型扩展和多模态AI的见解。

来自斯坦福大学的一本69页关于人工智能与机器学习算法的书籍现可免费获取。

推荐Stanford University免费AI课程，用1.5小时讲解Claude和ChatGPT的工作原理，帮助用户深入理解AI底层逻辑以提升使用能力。

介绍 StereoPolicy 框架，该框架利用同步立体图像对来提升机器人操作策略的几何推理能力，避免了 RGB-D 和点云的脆弱性。它可以集成到基于扩散和视觉-语言-行动的策略中，在仿真和现实任务中均展现出稳定的改进效果。

斯坦福大学已发布免费在线资源，在90分钟内教授高收入的人工智能技能，为早期观看者带来显著优势。

本文介绍了 BALAR，这是一种无需训练的贝叶斯智能体循环算法，使大型语言模型能够在多轮交互中进行主动推理并提出澄清性问题。该算法在侦探、谜题和临床诊断基准测试中显示出比基线方法显著的性能提升。