SFT在帮倒忙？新研究：直接进行强化学习，模型多模态推理上限更高
SFT在帮倒忙？新研究：直接进行强化学习，模型多模态推理上限更高「尽管经过 SFT 的模型可能看起来在进行推理，但它们的行为更接近于模式模仿 —— 一种缺乏泛化推理能力的伪推理形式。」
来自主题: AI技术研报
9328 点击 2025-06-02 15:24
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
「尽管经过 SFT 的模型可能看起来在进行推理，但它们的行为更接近于模式模仿 —— 一种缺乏泛化推理能力的伪推理形式。」
Chris Pedregal是Granola的联合创始人兼首席执行官。Granola是一款由AI驱动的智能会议记录工具，正在重新定义知识工作者的工作方式，帮助用户更高效地记录、组织和调用对话中的关键信息。本文是Invest Like the Best主持人Patrick O'Shaughnessy与Chris Pedregal的访谈实录，访谈播客于2025年2月播出。
如何让CLIP模型更关注细粒度特征学习，避免“近视”？360人工智能研究团队提出了FG-CLIP，可以明显缓解CLIP的“视觉近视”问题。让模型能更关注于正确的细节描述，而不是更全局但是错误的描述。
AI编程工具正引发技术革命，Cursor等产品通过自然语言交互颠覆传统编程模式，显著提升开发效率。全球创业公司竞逐AI Coding赛道，但技术成熟度、商业化路径仍面临挑战。中国企业在安全定制、垂直领域探索机会，行业期待通过代码平权重构开发生态，推动AGI实现进程。
曾撼动Transformer统治地位的Mamba作者之一Tri Dao，刚刚带来新作——提出两种专为推理“量身定制”的注意力机制。
据彭博社消息，双方正就预装Perplexity 应用及助手到三星新款设备，以及将该初创企业的搜索功能整合至三星网页浏览器进行谈判；两家公司还探讨了将 Perplexity 技术融入三星 Bixby 虚拟助手的方案。
数据枯竭正成为AI发展的新瓶颈！CMU团队提出革命性方案SRT：让LLM实现无需人类标注的自我进化！SRT初期就能迭代提升数学与推理能力，甚至性能逼近传统强化学习的效果，揭示了其颠覆性潜力。
北大校友官宣推出号称“最强通用Agent” Fairies（中译仙女），能执行Deep research、代码生成、发邮件等1000个操作。关键是无需邀请码，Mac和Windows用户只需下载APP就能立即上手试玩。(⊙ˍ⊙)
据撰写这份报告的 AI 编程助手厂商 Replit 员工 Matt Palmer 称，他和一位同事扫描了 Lovable 网站上 1645 款由其开发的 Web 应用程序。经过审查核实，其中 170 款应用程序允许任何人访问网站的用户信息，包括姓名、电子邮件地址、财务信息以及 AI 服务的 API 密钥。
近日，利用昆虫嗅觉受体制造生物传感器的生物制造企业Scentian Bio宣布，与全球最大猕猴桃营销商新西兰巨头佳沛（Zespri）达成合作。Scentian Bio的核心技术是一套基于昆虫嗅觉受体（iOR）的生物传感器，可以检测食品、植物或人体中的挥发性有机化合物 （VOC）。