算法论文8

陈丹琦团队：RLMT 拓展语言模型推理能力

机器之心2025-09-28

AI 摘要

陈丹琦团队提出 RLMT 方法，解决大语言模型专门推理与通用对话能力难以兼顾问题。它将链式思维优势扩展，让模型在开放式任务中思考，提升整体对话表现，有广泛适用性。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

前OpenAI研究员：Jev前AI是悲剧

本文是对前OpenAI研究员、TypeSafe创始人Diogo Almeida的访谈，Diogo推出新型大模型Jev，批判现有Codex、Claude Code等AI产品的路线缺陷，提出面向程序直接调用的AI新方向。

本文整理了前OpenAI核心研究员、Jev模型创始人Diogo Almeida的完整访谈，Diogo批判当前行业all in聊天大模型的路径偏差，推出专为程序决策设计、不做聊天交互的Jev模型，提出全新RLCD技术范式，倡导AI作为软件底层基础设施赋能自动化生产力。

本文解读了耶鲁、斯坦福等多机构联合提出的INFUSER大模型自进化新方法，针对现有方法仅以难度筛选训练数据的缺陷，提出用影响力分数筛选高价值训练题，实现双模型协同动态进化，实验验证效果显著。

Anthropic 发布 Claude Opus 5，定价与 Opus 4.8 相同，价格是 Fable 5 的一半。它在编码、知识工作和推理上表现出色，虽有不足，如速度慢、幻觉率较高，但提供多种 effort 等级，成本低，安全对齐性好。