最近的一篇论文中，来自人大和腾讯的研究者们的研究表明，语言模型对强化学习中的奖励噪音具有鲁棒性，即使翻转相当一部分的奖励（例如，正确答案得 0 分，错误答案得 1 分），也不会显著影响下游任务的表现。
一年一度，腾讯又开始招募顶尖学生了——“星火挑战营”，计划招募60-70人，主要面向高二、高三学生（2025级高考生）。一旦入选，就有机会前往深圳总部，挑战一线产业难题。
当地时间 6 月 4–5 日，在旧金山 St. Regis 酒店，一场没有模型发布的科技峰会，成了硅谷高管们确立AI新底层认知的关键节点。
问题越常见，所需上下文越少。比如"写个博客网站"这类典型教学案例，模型生成这类代码易如反掌。但面对缺乏训练数据的新颖需求时，你必须精确描述需求、提供API文档等完整上下文，难度会指数级上升。
迄今为止行业最大的开源力度。在大模型上向来低调的小红书，昨天开源了首个自研大模型。
大模型的发展正在遭遇瓶颈。随着互联网文本数据被大规模消耗，基于数字世界训练的AI模型性能提升速度明显放缓。与此同时，物理世界中蕴藏着数字世界数百倍甚至千倍的多模态数据，这些数据远未被有效利用，成为AI发展的下一个重要方向。
20万次模拟实验，耗资5000美元，证实大模型在多轮对话中的表现明显低于单轮对话！一旦模型的第一轮答案出现偏差，不要试图纠正，而是新开一个对话！
五天，两万多行代码，重构三次。
图像生成、视频创作、照片精修需要找不同的模型完成也太太太太太麻烦了。 有没有这样一个“AI创作大师”，你只需要用一句话描述脑海中的灵感，它就能自动为你搭建流程、选择工具、反复修改，最终交付高质量的视觉作品呢？
在生成式 AI 重塑搜索形态的当下，Perplexity 正以“答案”为核心，重构信息入口。它不是聊天机器人，也不是传统搜索引擎，而是一种 “认知界面”——通过自然语言对话，为用户提供可验证、可引用的真实答案 。
