强化学习（RL）到底是语言模型能力进化的「发动机」，还是只是更努力地背题、换个方式答题？这个问题，学界争论已久：RL 真能让模型学会新的推理技能吗，还是只是提高了已有知识的调用效率？
斯坦福华人数学博士AI创业，0产品0用户，目标估值3亿美元方向瞄准数学AI，要为量化和对冲基金公司提供可解决实际数学问题的模型能力
当地时间 6 月 4 日，Windsurf CEO Varun Mohan 发帖称，在提前不到五天的通知时间里，Anthropic 切断了其几乎所有 Claude 3.x 模型的直接访问权限（first-party capacity），包括 Claude 3.5 Sonnet、3.7 Sonnet 和 3.7 Sonnet Thinking。
如今的新浪，已经被DeepSeek全面重塑了！新浪新闻推出AI辅助工具「智慧小浪」帮我们看新闻，更高效、更深度。同时，微博的「评论罗伯特」的人味也是噌噌up，爆梗频出、妙语连珠。
最近，华为在MoE训练系统方面，给出了MoE训练算子和内存优化新方案：三大核心算子全面提速，系统吞吐再提20%，Selective R/S实现内存节省70%。
GPT 系列模型的记忆容量约为每个参数 3.6 比特。
数学家们一直痴迷于能够解决复杂数学问题的人工智能。OpenAI 等机构开发这些模型的部分开发者认为，学会解决数学难题的 AI 可以运用相似的推理方法来解决其他类型的问题。但由于当前的人工智能尚未证明能在高等数学领域超越人类专家，一些创业者看到了开发专业数学模型的机遇。
当AI开始写报告、做播客、生成视频，内容创作者还剩什么优势？
实践出真知
在人工智能领域，跨模态生成（如文本到图像、图像到文本）一直是技术发展的前沿方向。现有方法如扩散模型（Diffusion Models）和流匹配（Flow Matching）虽取得了显著进展，但仍面临依赖噪声分布、复杂条件机制等挑战。
