将每项奖励分配给相关 Token:面向多奖励强化学习的奖励专属 Token 级信用分配
论文提出 MRTPO,用于在语言模型训练中分配多种可验证奖励。与将每项奖励的优势均匀分散到整个回答中的 GDPO 不同,MRTPO 会把优势分配给与该奖励相关的 Token。该方法比较模型在有无对应验证器信息时的下一个 Token 分布,并用 Jensen-Shannon 距离估算各 Token 的相关性。在文本转 SQL、多约束指令遵循和工具调用任务中,作者报告称,MRTPO 比所比较的方法收敛
AI 新闻中心 过去24小时分析了 81 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
论文提出 MRTPO,用于在语言模型训练中分配多种可验证奖励。与将每项奖励的优势均匀分散到整个回答中的 GDPO 不同,MRTPO 会把优势分配给与该奖励相关的 Token。该方法比较模型在有无对应验证器信息时的下一个 Token 分布,并用 Jensen-Shannon 距离估算各 Token 的相关性。在文本转 SQL、多约束指令遵循和工具调用任务中,作者报告称,MRTPO 比所比较的方法收敛
Meta 已从服务条款中删除一段暗示其可能抓取与商业账户相关网站内容的文字。该公司表示,这项规定仅适用于广告和商业产品。专家此前指出,原有表述可能允许 Meta 抓取新闻网站内容,用于训练其 AI。
在受到批评后,Meta再次修改其条款。该公司已从商业条款页面删除一段文字;这段文字曾暗示,Meta可以使用包括新闻网站在内的网站内容来训练其人工智能。
DeepSeek于周末发布了其AI模型的更新版本。这家中国公司称,新版本速度更快、资源消耗更少,进一步加剧了与硅谷竞争对手Anthropic和OpenAI,以及国内竞争者Moonshot Kimi和Z.ai之间的竞争。
安全事故可能使大型AI企业面临数百亿美元规模的潜在法律责任。随着人工智能行业快速发展,保险公司担心相关索赔可能超过现有保险的承保限额。
自主人工智能代理是当前行业最热门的趋势之一。OpenAI、Meta、Google、Instinct等公司表示,其代理可以代表用户浏览互联网,完成预订餐厅、整理收件箱和购买商品等任务。然而,越来越多的网站可能会阻止或限制这些代理的访问,从而削弱它们代替用户执行任务的能力。
Ritholtz Wealth Management董事长兼首席投资官巴里·里索尔茨表示,AI仍是一项具有变革性的技术,但投资者很难判断哪些企业最终会成为赢家或输家。他在彭博社节目《Bloomberg This Weekend》中谈到了CoreWeave股价下跌、市场对AI融资和估值的担忧,以及电动汽车竞争加剧给特斯拉带来的挑战。
彭博的一篇人物报道介绍了黑石总裁乔恩·格雷如何将人工智能作为公司的最大押注。这家另类投资巨头已打造价值2,000亿美元的数据中心业务,并与谷歌合作发展云业务。报道指出,人工智能已应用于多个领域,从数据中心和芯片融资,到为潜在交易提供建议。
在深圳举行的2026世界算力网大会(WCNC 2026)上,大科学装置“鹏城云脑Ⅲ”的1万P国产算力正式上线试运行。公开报道显示,该设施采用华为最新的昇腾384超节点架构,首期设备已于今年3月通电。全部建成后,整体算力规模预计达到1.6万P,即16 EFLOPS。目前,鹏城云脑Ⅲ进入边建设、边运营阶段,在完全建成前就开始为国产大模型训练和科学智能研究提供算力资源。
华硕推出旗下首款 Intel Arc Pro B70 工作站显卡,面向 AI 推理。该卡采用英特尔 Xe2 架构,配备 32GB ECC GDDR6 显存、32 个 Xe 核心和 256 个 XMX AI 引擎,INT8 算力最高达 367 TOPS,典型板卡功耗为 310W。产品支持 vLLM、llama.cpp、Ollama、PyTorch 和 OpenVINO 等工具。最多可配置四张显卡,提
科大讯飞 AI 词典笔 X9 已在中国开售,定价 744 元,部分地区补贴后为 674.1 元。设备内置 85 本词典,支持离线查词,官方称扫描响应时间最快为 0.3 秒。功能还包括 AI 辅助口语纠音、多学段学习内容,以及小初高 9 科知识查询。据科大讯飞介绍,分步讲题功能采用双 AI 模型。
OpenAI 称其内部 AI 系统在约 88 小时内完成了一份与纳维-斯托克斯方程相关的 166 页证明。数学家仍在审查该工作是否解决了学界最关注的问题,以及它与既有研究有何关联。证明利用外力项,处理了千禧年难题原始表述允许的一种情形,但没有回答无外力时三维解是否始终保持光滑这一核心问题。约 1 万个 AI 智能体究竟发挥了多大作用也尚不明确。OpenAI 研究员诺姆·布朗估计,多智能体协作带来的
中国科学院院士、北京大学教授鄂维南在论坛上表示,人工智能本质上是数学与计算机工程的结合,有望降低科研门槛。他认为,借助开放实验室和云服务,独立研究者及小型团队也能参与科技创新。他还指出,AI原生工业软件和数控系统存在发展机会,但工业数据封闭、现有科研体制等因素仍构成挑战。对于数年内追赶甚至超越西门子等现有系统的判断,属于预测,并非已经验证的成果。
一名开发者为破解后的 PlayStation 5 开发了 PS5LM Plus,这是支持 GPU 加速的 llama.cpp 移植版本。借助开源 AMD RADV 驱动和 Vulkan,它可以运行 Qwen3.8-27B 等量化语言模型,速度最高达每秒 20.9 个 token;较小模型运行速度更快。该项目还提供网页聊天界面,并支持通过局域网访问 API。安装需要破解主机,可能导致主机或 PSN
人工智能在职场中的使用日益普及,这引发了一个问题:专业人士如何从技术中受益,同时不把工作所需的判断交给人工智能。盖洛普发现,截至2026年2月,美国52%的员工和68%的专业服务从业者已经使用人工智能。汤森路透在2026年春季也表示,74%的专业人士每周多次在工作中使用人工智能。