大语言模型（LLM）正从工具进化为“裁判”（LLM-as-a-judge），开始大规模地评判由AI自己生成的内容。这种高效的评估范式，其可靠性与人类判断的一致性，却很少被深入验证。
第一财经「新皮层」独家获悉，快手副总裁、大模型负责人张迪将离职，快手高级副总裁、可灵AI事业部负责人兼社区科学线负责人盖坤将兼任可灵AI技术部负责人，「更深地管技术」。
近年来，AI大模型在数学计算、逻辑推理和代码生成领域的推理能力取得了显著突破。特别是DeepSeek-R1等先进模型的出现，可验证强化学习（RLVR）技术展现出强大的性能提升潜力。
情绪价值这块儿，GPT-5让很多网友大呼失望。 免费用户想念GPT-4o，也只能默默调理了。
形式化定理证明，又有新范式！ 阶跃星辰正式发布并开源了形式化定理证明大模型：StepFun-Prover-Preview-7B和StepFun-Prover-Preview-32B。
谷歌开源Gemma 3 270M闪亮登场！只需几分钟即可完成微调，指令遵循和文本结构化能力更是惊艳，性能超越Qwen 2.5同级模型。
10亿用户App转向AI原生应用，大船如何掉头？高德最近打了个样，用AI重构底层技术栈，建立主-从Agent架构，将千问大模型与空间智能结合，展现出了新范式的强大威力，给用户带去了极大便利。
疯狂的七月已经落下了帷幕，如果用一个词来形容国产大模型，「开源」无疑是当之无愧的高频词汇。
当大模型在代码世界封神时，一场硬件领域的新战役也在打响——如何让 AI 在物理世界「动手」。这场攻坚战的突破速度比预想快一些，Physical AI 的可行性轮廓已然变得更为清晰。
思维链 (CoT) 提示技术常被认为是让大模型分步思考的关键手段，通过在输入中加入「Let’s think step by step」等提示，模型会生成类似人类的中间推理步骤，显著提升复杂任务的表现。然而，这些流畅的推理链条是否真的反映了模型的推理能力？
