论文提出的方法名为 RL4HS，它使用了片段级奖励（span-level rewards）和类别感知的 GRPO（Class-Aware Group Relative Policy Optimization），从而避免模型偷懒、只输出无错误预测。
9 月 8 日，美国弗吉尼亚州的卡丽·爱德华兹走进州彩票局领奖时，就跟去拿外卖一样平静。她前几天买了一张彩票，中了 15 万美元（约 106 万元），她决定全部捐出，因为这张彩票，是她随口问 ChatGPT 要来的数字，没想到真中奖了，卡丽并不想贪图这种幸运的「偏财」，她已将奖金捐赠给不同的慈善机构。
近日，来自 MetaGPT、蒙特利尔大学和 Mila 研究所、麦吉尔大学、耶鲁大学等机构的研究团队发布 CARE 框架，一个新颖的原生检索增强推理框架，教会 LLM 将推理过程中的上下文事实与模型自身的检索能力有机结合起来。该框架现已全面开源，包括训练数据集、训练代码、模型 checkpoints 和评估代码，为社区提供一套完整的、可复现工作。
早在 2021 年，研究人员就已经发现了深度神经网络常常表现出一种令人困惑的现象，模型在早期训练阶段对训练数据的记忆能力较弱，但随着持续训练，在某一个时间点，会突然从记忆转向强泛化。
OpenAI宣布与AMD达成战略合作，将共同部署高达6GW的AMD Instinct MI450 GPU集群，首批1GW预计于2026年下半年启用。作为协议的一部分，OpenAI可认购最多1.6亿股AMD普通股，持股比例或达10%。消息公布后，AMD盘前股价飙升35%！
在 AI 圈里，聚光灯总是追逐着那些履历光鲜的明星人物。但一个伟大的团队，不仅有台前的明星，更有无数在幕后贡献关键力量的英雄。之前我们介绍了 OpenAI 的两位波兰工程师，最近 OpenAI 又一位身处幕后的工程师成为了焦点。
AI正在把科技与资本结合的力量，推向一个新的市场高度。先看这张图，基本上能说明过去40年美国经济与产业的演变。 1985年初的美国十大公司，到2015年仅剩下两家，到2025年全部消失。1985年，主
不是拼凑知识点，AI这次是真搞研究。一个叫Virtuous Machines的AI系统，花了17小时、114美元，找了288个真人做实验，写了一篇30页的学术论文。而且还是从选题到成稿全自动化速通！？
整理：李楠 在AI创造者嘉年华期间，播客《乱翻书》主理人潘乱与真格基金合伙人刘元、蓝驰创投合伙人曹巍、锦秋基金合伙人臧天宇以及峰瑞资本投资合伙人陈石一起进行了一场对话，聊了聊今天最活跃的投资人们，在如
2025年9月17日，中国科学院香港创新研究院人工智能与机器人创新中心（CAIR）在香港正式开源发布其最新科研成果——EchoCare“聆音”超声基座大模型（简称“聆音”）。该模型基于超过450万张、涵盖50多个人体器官的大规模超声影像数据集训练而成，在器官识别、器官分割、病灶分类等10余项典型超声医学任务测试中表现卓越，性能全面登顶。
