搜索
在推理后训练里，多数方法仍依赖奖励模型、验证器或额外教师信号。如果不依赖这些外部信号，只使用模型自身生成的答案进行自训练，是否仍然能够提升推理能力？是的！SePT（Self-evolving Post-Training）给出肯定答案，简洁的自训练方法，可在数学推理任务准确率直升10个点！
2026年出海：靠“陪聊AI”活着的公司都在死去，这几家企业凭什么翻倍暴涨？
估值飙至200亿美元。
上次 Ribbi 刚开始内测的时候，好友 Joanna 就给了我邀请，东忙西忙没来得及体验，这两天玩上了，也是感受到了这个小青蛙的魅力了。
Meta被曝全天候录屏监控员工操作训练AI智能体，8000人裁员同步推进——你亲手教会的AI，可能正在取代你。
大厂福利变迁史，也是一部生产力进化史。
站在这个深度融合的转折点，我们不再空泛地讨论“AI能否改变世界”，而是需要通过客观数据丈量“它正在如何重塑每一寸现实”。《季载录·春丨Xsignal全球AI应用行业季度报告丨2026》应运而生，以真实的周期切片，记录这一历史性的重构时刻。
今天，多位开发者在DeepSeek官方交流群和社交媒体上反馈，DeepSeek官方API所调用的模型能力出现了变化，已拥有一百万的上下文窗口，而不是此前的128k，知识截止日期更新为2025年5月，而不是此前的2024年。
月之暗面昨天发布了 Kimi K2.6，代码能力和 Agent 能力都有明显增强。官方数据很亮眼：13 小时不间断编码、4000 行代码重构、LMArena 全球开源第一。
贝索斯的AI创企估值将达到380亿美元。