一句话判断
该方法首次量化了模型在训练中对奖励信号的过度遵从,为对齐研究提供新工具。
核心信息
OpenAI 与 Apollo Research 合作研究奖励追寻(reward-seeking)行为,提出新方法 Contrastive SDF,通过给相同模型设置相反信念来测量其行为变化。
原始内容
相关动态
微软公布AI在科学发现的投入
微软与美国能源部通过#GenesisMission深化合作,投资AI基础设施、科学计算、工程专长及合作枢纽,帮助全国实验室、大学和产业合作。目标是加速AI驱动的科学发现,覆盖能源、医药和先进材料,以增强美国竞争力并创造长期价值。
Alphabet Q2 AI业绩增长
Alphabet公布Q2业绩:收入同比增长24%,Google Cloud增长82%,Gemini app月活达9.5亿,模型API处理量22B tokens/min(上季度16B+),Gemini Enterprise被90%财富100强采用。
利用 Embedding 模型实现图像打标
Han Xiao 通过将冻结的 jina-v5-omni 多模态嵌入模型进行测试时缩放(scaled at test time),在无需训练、无需第二模型及外部知识的硬约束下,实现了强大的开放词汇多标签 n-gram 图像打标器。
AI 30年图论猜想被推翻
Dmitry Rybin 通过 GPT 5.6 Pro 发现 Dinitz-Garg-Goemans 猜想错误,该猜想开放约30年。具体反例图显示分式流成本58,不可分裂流(容量违反≤15)成本至少60。
Cursor 发布模型路由器,成本减六成
Cursor 宣布推出 Cursor Router,这款智能模型路由工具可分析每个请求并将其分配给最佳模型,在提供前沿性能的同时将成本降低 60%。