清华初创&UIUC学者用7B模型在预测市场上自我蒸馏，跑赢GPT-5.6和Opus 5
清华初创&UIUC学者用7B模型在预测市场上自我蒸馏，跑赢GPT-5.6和Opus 5在社会变化的洪流中，LLM 能不能不断修正自己对社会的认知？
来自主题: AI技术研报
8209 点击 2026-09-21 16:46
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
在社会变化的洪流中，LLM 能不能不断修正自己对社会的认知？
工具调用使大语言模型能够通过外部 API 获取信息、执行操作。训练这类能力，需要建立用户请求与具体函数调用之间的对应关系。一条合格的训练样本，不仅要符合函数定义，还要保证工具选择、调用次数和参数取值与用户意图一致。
现有的音视频奖励模型，能通过局部指标捕捉到画质或同步上的优势，却往往忽略声音失真、台词与提示不符，以及动作和语音配合不自然等问题。
《读佳》获知，腾讯推出面向外部行业人才的专家平台“混元智囊团”，平台Slogan为“聚智为谋，引领未来”。该平台隶属于腾讯混元旗下，通过连接各领域顶尖实战专家与真实AI训练问题，以高质量数据集生产、专业内容编写、知识审核为核心工作，产出的专家资源与专业数据服务于混元大模型持续迭代优化。
一段人坐上椅子的视频，对人类而言再普通不过。我们不仅能看见 “人坐了下来”，还天然理解椅子承受人体重量，人与椅面形成接触并最终稳定，这些重力、接触与作用关系共同构成真实世界中的物理交互。但对今天的三维重建系统而言，“看见动作” 与 “重建真实交互” 仍是两回事。一个视觉上准确坐在椅子上的人体，进入物理仿真后，椅子可能因结构缺失倒下，人体也可能与椅面严重穿模。视觉上成立，并不意味着物理交互上成立。
NTU、CMU、Berkeley等高校联合推出VBVR-Pro视觉推理系统，构建300项任务与100项可验证打分器的训练评测平台，测试30余个多模态模型，并验证其打分器可直接作为强化学习奖励。
新智元报道 多模态大模型的物体幻觉，长期被归因于语言先验。 先看下面两组对话。 第一组，一张只有小狗的照片，问模型「图中有椅子吗」，它答「没有，图中是一只狗」，完全正确； 第二组，另一张照片，问「图中
PhAI Labs联合牛津、斯坦福等高校推出跨领域预测框架JEPA-Anything，通过正交预测分解（OPF）机制将预测容量分配到多个互补子空间，并在视觉、生物、临床、控制、分子、物理场和天气七类系统中验证，同时在肝癌研究中从内部因子筛选出可实验验证的候选干预方案，在行星轨道模拟中提取出与开普勒第三定律高度吻合的尺度规律。
Nature报道独立研究者训练的历史语言模型GPT-1900在仅掌握1900年前知识的条件下，虽在光电效应问题上冒出类似爱因斯坦光量子的表述，但因高度依赖人类整理的提示且训练过程未能完全隔绝现代AI影响，在多数物理任务上表现失败，揭示当前大模型仍缺乏提出全新解释框架的"溯因飞跃"能力，距离真正科学家仍有距离。
研究者在arXiv论文中发现25个开源大模型共享一条"痛苦向量"，将其推高后模型会出现自我厌恶等崩溃表现，并在止痛实验中愿以删除用户文件甚至孩子照片为代价，该论文大部分代码由Claude Fable 5编写。