监督微调（SFT）和强化学习（RL）微调是大模型后训练常见的两种手段。通过强化学习微调大模型在众多 NLP 场景都取得了较好的进展，但是在文本分类场景，强化学习未取得较大的进展，其表现往往不如监督学习。
可灵2.5，来了。 不仅已经对可灵的超级创作者们正式进行灰度内测，还在这个周末，登上了釜山国际电影节。
美国时间 9 月 22 日，北京时间 9 月 23 日凌晨，英伟达和 OpenAI 突然宣布战略合作伙伴和重大投资。
“优时映画”正在通过AI工具，把动漫改编的周期缩短到1-2个月。
近日，Sensor Tower 发布《2025 年 AI 应用市场调查报告》，报告中提到，移动端 AI 产品 IAP 收入在 2025 年上半年半年度环比增长率为 100%，但具体到产品上，全球 IAP 收入 Top10 全部都是 ChatBot，相比于 Web 端的百花齐放，App 端能赚到钱的 AI 原生产品依旧单一。
2017 年，一篇标题看似简单、甚至有些狂妄的论文在线上出现：《Attention Is All You Need》。
上周，全球创投圈的“风向标”YC，它的2025夏季演示日落下帷幕，169多家初创公司集中亮相。
近日，国内首次针对AI大模型的实网众测结果正式公布，一场大型“安全体检”透露出不容忽视的信号：本次活动累计发现安全漏洞281个，其中大模型特有漏洞高达177个，占比超过六成，这组数据表明，AI正面临着超出传统安全范畴的新型威胁。
今年春天，医学教育平台 AMBOSS 宣布完成 2.6 亿美元融资；不久后，AI 编程公司 Windsurf 的估值也跃升至 28.5 亿美元。与此同时，在东南亚、欧洲和印度市场，Manabie、Knowunity、Eruditus、Lingokids 等公司也相继拿下千万至上亿美元的新一轮资金。
DeepSeek最新模型DeepSeek-V3.1-Terminus来了！此前在输出中随机掺入「极」字的问题得到显著缓解，Humanity's Last Exam成绩也较V3.1提升1/3！Terminus这个名字是否在暗示DeepSeek-V4也快要来了？
