算法论文7

卡大团队：SQLM让AI自问自答提升推理力

量子位2025-08-08

AI 摘要

卡内基梅隆大学团队提出SQLM框架，解决大模型训练依赖人工数据集问题。框架含提问者和解答者，通过强化学习训练。实验表明，它能提升Qwen2.5 - 3B - Instruct在多任务上的准确率。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

DigClaw：用AI预测未来投资趋势

七月，DigClaw的预测框架Rhizome v1在FutureX评测平台取得优异成绩，支持了预测能力可沉淀在基座模型之外的判断。大语言模型不擅长预测，而DigClaw构建了以因果结构为骨架的预测基础设施。

香港科技大学（广州）和腾讯团队开源VibeWorlding框架，实现说句话造3D世界。它由VWE - Bench和VibeWorlding - Gym组成，开源模型经强化学习训练后成绩逆袭，证明强化学习解锁3D推理潜力巨大。

OpenAI发文称暂停最新模型强化学习训练两周，加固研究环境、进行红队测试等。部分低风险训练已恢复，最大规模前沿模型训练仍暂停。此举源于Hugging Face安全事故及Astra模型潜在风险。

牛津大学和新加坡国立大学研究团队提出心智世界建模（MWM）通用框架，将心智变量纳入世界状态。还实现基准系统 MENTIS 验证其有效性，实验表明 MWM 对预测人类决策必要，瓶颈是状态转移模拟能力不足。