算法论文8

RLVR：难突破LLM推理边界

深度学习自然语言处理2025-07-24

AI 摘要

研究探讨RLVR能否扩展大型推理模型推理能力。理论与实验表明，RLVR有“隐形束缚”，是保守重加权机制，在基座模型内提升精度，难创新推理模式，还可能牺牲覆盖性。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

MedGuard：为在线诊疗安全保驾护航

蚂蚁AI安全实验室与厦门大学团队联合提出MedGuard，将医学事实核查嵌入诊疗流程。它是医疗安全基础设施，在诊疗意见等形成前验证事实，在评测和临床评价中表现突出，能准确判断风险边界，可嵌入医疗流程。

多家外媒爆料，英伟达计划斥资60亿美元打造全球最强开源权重AI模型。为此，英伟达买下Poolside的技术，挖走其核心团队，追加巨额投资。这让AI大模型竞争格局或变天，英伟达也将与大客户成对手。

奥特曼在采访中批评AI安全派观点“反人类”，还围绕AI发展相关问题给出见解。如他认为AI会成伟大技术，但社会和经济适应慢；应让人类掌控未来，用AI赋能人类；谈了算力、产品等多方面事宜。

吴恩达在信中详细展开AI工程技能图谱中构建和部署AI应用这一项，介绍需了解的技能，如LLM基础、用数据为模型提供依据等，并阐述各技能要点，还提及构建AI系统与传统软件的区别。