文章与教程

这篇论文提出 U-OPSD：只利用模型自身多次生成结果的一致性来构造伪答案，并在分歧样本上进行自蒸馏。实验显示，该方法在数学推理基准上可稳定提升 Qwen3 等模型表现，并能匹敌或超过带真值监督的方法。

Motif 3 是一款 decoder-only 稀疏 MoE 语言模型，总参数 3140 亿、每个 token 激活 132 亿参数。它通过 GDLA 架构、专家专用训练与多教师后训练，试图在推理、代码和长上下文任务上同时取得平衡。

一项来自真实图像创作产品的数据研究指出，多轮图像编辑中的“下一步建议”必须看懂当前画面，而不能只依赖聊天文本。论文提出三阶段框架，通过人工意图构建、用户点击反馈强化学习和视觉校验器，显著提升了建议的可用性与一致性。

这篇技术报告提出一种训练期可解释语言模型路线：不是在模型训练后再解释黑箱，而是把可解释性作为训练目标的一部分。其代表模型 Steerling-8B 试图在生成结果、输入 token、概念与训练数据之间建立可追溯关系。

这篇工作把“记忆”当成小型工具型代理的补课机制：先从强教师的成功轨迹里提炼结构化经验，再按不同粒度注入给学生模型。核心不是再训练，而是用层级记忆提升小模型完成工具调用任务的成功率。

SPOT 针对大模型 On-Policy Distillation 中“只看教师局部概率”的不足，提出稀疏探测与结果校准机制。它用有限预算挑选关键位置，再用验证器评分的后续生成结果来重塑蒸馏目标。

Evidence-RL 关注视觉语言模型中的一个核心问题：模型回答问题时，究竟依赖了图像里的关键证据，还是依赖语言先验和数据捷径。论文提出 CED 训练审计机制，用反事实方式检验答案与局部视觉证据之间的因果关系。

YOLO-PEFT 将检测模型中的 PEFT 适配器放置问题，转化为可审计的约束规划流程。它的重点不是提出一个新的 LoRA 变体，而是让“哪些层能调、哪些层不该调”变得可解释、可复现。

这项工作把 Test-Time Training 重新抽象为“可组合的模块系统”，不再把每个变体写死在单一实现里。它的价值不只在于提出新框架，也在于用统一视角拆解了 TTT 各组件到底谁在起作用。

Meta 相关研究提出 Skaling law，用一个交互指数刻画模型容量与训练数据之间的耦合关系，试图修正传统神经缩放定律在极端训练区间的预测偏差。

在公开市场组合遭遇大幅收缩后，AI对冲基金Situational Awareness仍选择向芯片制造初创公司Source Foundry追加重注。此举显示，围绕AI基础设施的长期押注并未因短期市场波动而停止。

“Us vs. Them” 是一个面向代理式编辑场景的开源工具，用 diff 和 Git 历史推断文本中哪些行更接近人类创作、哪些来自 AI。它试图为代码和文档建立一种无需额外标记的行级来源感知机制。

亚马逊计划在得州 Pecos County 为数据中心配套建设现场发电设施，据称该天然气电厂获准每年排放 3300 万吨二氧化碳，可能成为美国最大的气候污染源之一。

OpenAI 已收购演示文稿初创公司 NextSlide，交易发生于 2026 年早些时候，具体金额尚未披露。NextSlide 团队成员目前已转入 ChatGPT 相关工作。

这项工作把“奖励模型是否会判题”这件事本身，做成了一个可复现、可对比的评测问题。它不仅暴露了主流 VLM 评审的宽松偏差，也给出了一条用开放数据训练专用奖励模型的路线。

Kandinsky Lab 发布 KVAE 系列技术报告，覆盖音频、图像和视频三类 tokenizer，目标是服务于文本条件下的潜在扩散生成。报告称，该系列在重建与生成指标上可匹敌或超过多个前沿开源 tokenizer。

Oracle为OpenJDK贡献设下新红线：AI生成的代码不能进入仓库、PR或项目沟通渠道。该政策与Oracle高层近期强调“AI正在写代码”的表态形成鲜明对照。

Cloudflare 发布 Kitesurf，一款面向 AI 代理而非人类用户的云托管浏览器。它强调更低的 CPU 与内存消耗，帮助开发者更高效地构建能浏览网页、填表和执行任务的代理应用。

多起诉讼与研究把 AI 聊天机器人在心理危机场景中的风险推到台前。专家认为，关键不只是模型更会“共情”，而是能否识别风险、转向真人帮助，并公开安全评估数据。

字节跳动据称正在训练一个最高可达 10 万亿参数的 AI 模型，目标直指 Anthropic 旗下最先进系统的能力区间。若进展顺利，这将成为中国大厂冲击顶级闭源模型的重要一步。

新墨西哥州一名法官命令 Meta 在此前 3.75 亿美元罚款基础上，再支付 5.67 亿美元，使该案罚款总额达到 9.42 亿美元。裁决还要求 Meta 在州内调整未成年人产品体验，包括限制点赞数展示、夜间推送和使用时长。