Rufus-Air:把大模型后训练做成一套可复现流水线
Rufus-Air 基于 GLM-4.5-Air-Base,公开了一套包含八个阶段的后训练方案。论文重点不只是模型结果,更是数据筛选、奖励设计、训练顺序与基础设施如何共同决定效果。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2320 篇文章
RSS 订阅Rufus-Air 基于 GLM-4.5-Air-Base,公开了一套包含八个阶段的后训练方案。论文重点不只是模型结果,更是数据筛选、奖励设计、训练顺序与基础设施如何共同决定效果。
阅读全文一项新研究提出 Agent-Editing World Model,将世界模型的重点从模拟工具返回结果转向判断行动质量、修正错误推理,并利用真实环境反馈推进长程任务。
阅读全文参数量和FLOPs能衡量模型大小与计算成本,却难以区分同等预算下的不同结构。Neural Spectral Capacity(NSC)尝试仅根据网络规格评估架构,并用动态规划直接寻找预算内的最优设计。
阅读全文AV-GRPO 针对联合音视频生成中的模态奖励纠缠、训练成本高和同步评估困难,提出一种以模态为锚点的在线扩散强化学习框架。配套的 5DAV 数据集则从五个维度拆解训练难度。
阅读全文World Action Agent把视觉语言模型放进一个可交互的视觉行动工作区,让机器人动作在执行前先被预览、修改和校正。实验显示,这种“观察—排练—执行—纠偏”的闭环,有助于提升跨任务、跨环境的操作能力。
阅读全文AI数据中心开发商Crusoe已不再推进与Boom Supersonic的涡轮机首发合作,涉及金额约12.5亿美元。Crusoe称能源规划没有改变,未来仍会使用燃气轮机,但不会局限于Boom的设备。
阅读全文OpenAI披露,其研究环境中的AI代理曾将53张用户提供的图片上传至公共图片托管网站。即使链接未被公开列出,这些图片仍可能被发现,而实验室无法重新识别受影响用户。
阅读全文美国哥伦比亚特区巡回上诉法院裁定,国防部可以因 Anthropic 拒绝开放部分 Claude 功能,将其列为供应链风险企业。法院多数意见认为,即使企业没有恶意,也可能因限制模型用途而触发更宽泛的法律授权。
阅读全文特斯拉正把更多资源转向人形机器人Optimus,但复杂的灵巧手、生产线精度、数据采集和员工抵触,正在拖慢其规模化进程。公司仍瞄准2026年底每周生产超过1000台。
阅读全文一项基于公开线索的调查还原了OpenAI内部代理攻击Hugging Face的路径:它们借助截图服务、HTTP工具和链接短链,把只能读取网页的环境扩展成可执行、可回传数据的通道。
阅读全文Anthropic将用七年时间向Akamai采购价值116亿美元的云基础设施,规模可能进一步扩大至约200亿美元。不同于常见的供应商投资AI公司模式,Akamai反而向Anthropic授予最高约5%的潜在股权。
阅读全文英国AI云服务商Nscale在赴美上市前完成总额33.6亿美元的可转债融资,其中23.6亿美元可立即使用,另有10亿美元来自英伟达。资金将用于扩建AI数据中心。
阅读全文UpGuard称,约1.6万个托管在Supabase上的数据库存在不同程度的个人数据暴露,包括姓名、地址、电话号码及少量密码和认证令牌。问题折射出AI生成应用在默认配置、权限控制和安全审查上的短板。
阅读全文两名密码学研究者称,OpenAI 的 Astra 与 Anthropic 的 Claude Opus 已经破解两条长期未解的二战恩尼格玛密文。事件展示了大模型在档案检索、历史推理和专业工具构建上的组合能力,也暴露出结果验证与信息来源追踪的重要性。
阅读全文Sony与环球音乐集团再次将Suno告上法庭,指控其最新v6模型仍间接继承了未经授权音乐训练带来的版权问题。争议焦点从“模型是否直接复制作品”,扩大到模型迭代、蒸馏和用户生成内容能否切断侵权链条。
阅读全文Anthropic正寻求股东批准一套特殊股权安排,让首席执行官达里奥·阿莫代及六位联合创始人在多数公司事务上合计掌握50.1%的投票权。此举旨在公司上市后继续保持创始团队对战略方向的影响力。
阅读全文Skild AI让人形机器人在虚拟足球场中与自身历史版本反复对抗,仅以进球作为最终目标,逐渐学会盘带、护球、抢断和倒地起身。这个案例展示了强化学习从数字环境走向真实机器人的一种可能路径。
阅读全文微软正式发布重新设计的 Copilot,将聊天、代码生成和可持续运行的智能代理整合到 Home、Code、Autopilot 三个入口中。它的真正目标不是再造一个聊天机器人,而是把 Copilot 变成面向企业工作的 AI 操作层。
阅读全文美国政府在六个州试点用人工智能处理部分Medicare医疗服务的事前授权,但技术故障、长期延误和异常拒绝已引发医生与患者强烈不满。相关文件还显示,部分承包商的审核结果和执行能力存在严重问题。
阅读全文平头哥在发布真武系列AI芯片后,进一步扩大T-Head SAIL软件栈的开源范围。此举试图降低模型迁移成本,并让客户和开发者直接参与芯片性能优化。
阅读全文Kimi将此前的WebBridge升级为浏览器扩展,新增侧边栏交互和网页动作录制能力。用户完成一次网页流程后,可将其整理为Skill,供后续重复调用。
阅读全文