LLM+RL遭严重质疑，随机/错误等虚假奖励也能提升至标准效果？

论文在AI领域观察到类似随机给糖或奖励错误答案让孩子成绩提升的现象，‘虚假奖励四大奇招’效果接近用标准答案训练，Qwen2.5 - Math - 7B模型在测试集上性能飙升，还揭示了Qwen特别的原因及随机奖励有效的推手。

2026年具身智能进入“上市大年”

2026年开年不到三月，具身智能赛道涌入200亿热钱，7家企业成百亿估值独角兽，超20家明确上市计划。虽2025年该领域有泡沫成共识，但因政策加持、技术突破等因素，投资机构仍重金下注。行业格局分六大派系。

OpenAI单月收入突破10亿美元！算力严重不足，急需“星际之门”

OpenAI首席财务官Sarah Friar透露7月单月收入破10亿美元，因GPT - 5发布和新订阅服务，算力压力大，所以联合投资打造“星际之门”。虽GPT - 5有争议，但订阅用户增长，开发者反馈好。

爆冷！首届大模型争霸，Grok 4下出「神之一手」？DeepSeek、Kimi惨遭淘汰

谷歌Kaggle举办首届全球AI象棋争霸赛，八款顶级语言模型正面对抗。首战8进4淘汰战中，Gemini 2.5 Pro、o4 - mini、Grok 4、o3晋级，Claude 4 Opus、DeepSeek R1、Gemini 2.5 Flash和Kimi K2出局。比赛考验AI整体理解能力。

社区供稿 | Hugging Face x 北京中关村学院等机构联合发布生成式基因组大模型Carbon：一场关于“生命语言”的范式革命

北京中关村学院等联合发布生成式基因组大模型Carbon并开源。Carbon家族有三个版本，旗舰模型Carbon - 3B在多任务匹敌70亿参数的Evo2 - 7B，运行速度快275倍。它在数据、分词、训练上有创新，还实现技术普惠，有多种应用场景。

一个新网站上线不久，便从谷歌获得了15859次曝光和5689次点击，实际UV在7K左右。而社群里朋友良辰美的网站，昨日从谷歌拿到了21.5万次曝光和2.85万次点击。两者都是基于同一个关键词，同一个需求，但数据相差甚远，这背后的原因究竟是什么？

便利店打工24小时后，智元两名机器人员工「转正」失败

智元将 6 台精灵 G2 人形机器人放入上海一家营业便利店，连续作业 24 小时进行公开压力测试，最终 4 台机器人成功转正，2 台因积极性和稳定性瑕疵未达标。

AI真实工程设计能力，大排行出炉：多模型零分！

Xplore AI 发布物理工程设计评测 RWE-Bench，覆盖机械、航空与电子题目。GPT-6 Astra 仅以 37% 通过率位居第一，其余多数参评模型近乎挂零。