算法论文8

Meta提出StepWiser让模型学会自我反思

深度学习自然语言处理2025-09-01

AI 摘要

Meta提出StepWiser：先让模型自我分割推理链，再用蒙特卡洛模拟标注步骤，最后通过强化学习训练评判模型。实验表明它准确性高、泛化强，为可靠AI系统提供思路。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Meta推出Hatch，模型切换引关注

Meta推出智能体平台Hatch，功能类似Manus，开发阶段用Claude，计划正式上线时切换到自研模型Muse Spark，10月推出新模型Watermelon。Hatch注重消费数字生活，与Meta社交生态深度绑定，高端订阅有默认分发优势，但面临真实环境考验。

香港科技大学（广州）联合腾讯AI平台部提出VibeWorlding，是可通过多轮对话等自主构建和编辑交互式3D世界的多模态智能体框架。团队开源多项数据，其模型经强化学习后表现超GPT - 5.5等。

OpenAI公布自研推理芯片Jalapeño（墨西哥辣椒）测试结果，它专为大语言模型推理设计，能同时提升吞吐量和降低延迟，在多模型测试中超NVIDIA系统。该芯片与Cerebras合作，计划2026年底部署。

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。