CL-bench，专门用来测试大模型“从上下文中学习”的能力。姚顺雨，入职腾讯首席AI科学家后，参与的首个成果来了。CL-bench，专门用来测试大模型“从上下文中学习”的能力。这项研究与姚顺雨一贯的研究思路高度契合，去年8月他在OpenAI期间发表的博文《下半场》曾提出一个被反复引用的判断：AI正处在“中场休息”阶段，上半场是训练大于评估，下半场将是评估大于训练。真正重要的不是继续堆模型规模，而

加州大学伯克利分校、加州大学洛杉矶分校（UCLA）与松下AI研究中心的团队联合提出了一种全新的架构——视觉思维链（Chain-of-Visual-Thought，简称CoVT）。加州大学伯克利分校团队，让多模态大模型不再被迫将视觉信息翻译成贫瘠的文字。人类在观察世界时，绝不会把眼前景象先在脑子里翻译成一长串文字描述，再通过文字逻辑去判断距离和方位。我们会直接在大脑中通过视觉信号建立空间感。这种直觉

我们的研究表明，大语言模型可以通过类似 GAN 的双模型对抗式训练来提升数学推理能力，并在多个数学基准上取得可量化的性能提升。该方法还通过利用预训练知识增强后训练效果，在预训练与后训练之间建立了一座桥梁。尽管如此，我们的方法也存在局限性，例如在 GPQA 等领域外任务中并未带来性能提升。未来的研究将探索将该框架拓展到其他领域，如代码与事实问答，并进一步研究更广泛的多模型训练范式，包括协作式、竞争式

用英伟达自己的话说，Ising系列模型极大地简化了对复杂物理系统的理解，为量子纠错和校准提供了高性能、可扩展的AI工具。英伟达最新AI开源，瞄准了量子计算：推出——。用英伟达自己的话说，Ising系列模型极大地简化了对复杂物理系统的理解，为量子纠错和校准提供了高性能、可扩展的AI工具。而量子纠错和校准，正是构建混合量子-经典系统时最关键的两大挑战。老黄亦对Ising寄予厚望：AI对量子计算的实用化

回到开头那段对话，问到大模型微调方案，最重要的不是把名词列一遍，而是讲清楚两件事。第一件事是前置判断：微调是最后手段不是第一选择。能用 Prompt + Few-shot 解决就别上微调；能用 System Prompt 控制风格就别上微调；能用 RAG 接知识库就别上微调。只有这些都试过不行，再考虑微调。这一句说出来，面试官就知道你不是「为了微调而微调」的新人。第二件事是两个正交维度。

搜索内容操纵对于当前的主流LLM助手依然是悬而未决的挑战。相比其他模型，Claude-sonnet、GPT-mini虽然在评测集上有更好的安全表现，但GPT在新场景下完全失守，Claude也存在过度拒绝和沉默漂移的潜在问题。把「对抗内容下的搜索推荐可靠性」当作模型安全的一等评测维度，而不是部署层的小事。评测指标要走出单一的ASR，把沉默漂移、误拒率这类被忽略的风险也纳进来。防御方案要针对「模型+框

如果各家前沿模型的性能已经非常接近，几乎难以分出谁更强——那会发生什么？面对《the Big Technology Podcast》抛出的问题，Mistral AI的 CEO Arthur Mensch 表示：大模型肯定会走向商品化，当模型表现越来越接近，那么竞争就不在于模型本身，而在于如何让客户用起来。

模型像人类一样，通过一步步写出中间过程来解决复杂问题。这种方法在数学和编程领域等领域效果显著。复旦大学、上海AI实验室等机构的联合团队，一篇隐式推理（Supervised Implicit Chain-of-Thought，SIM-CoT）的论文刚刚被顶会ICLR 2026接收。通过将思维过程内化为不可见的向量，试图在保持推理能力的同时大幅降低计算成本，但这种“沉默的思考”往往因为缺乏引导而走向混

autoresearch核心逻辑很简单——人负责改提示词，AI负责改训练代码，然后让它自己跑下去。Andrej Karpathy上周末打包发布了一个新项目：autoresearch。Karpathy深夜炸场：开源630行代码“AI研究员”，5分钟完成一次训练，单卡就能跑，自我进化核心逻辑很简单——人负责改提示词，AI负责改训练代码，然后让它自己跑下去。项目地址：https://github.com

刚刚，Meta 重金组建的超级智能实验室（SML）交卷！这也是年轻华人 Alexandr Wang 带领该团队后，交出的首份成绩。Meta 的大模型，卷土重来了！刚刚，Meta 重金组建的超级智能实验室（SML）交卷！这也是年轻华人 Alexandr Wang 带领该团队后，交出的首份成绩。Meta 一直是生成式 AI 时代最值得关注的公司之一，早在 2023 年初，它凭借开源 Llama 系列模