LLM长文本内卷，谁是真英雄？告别跑分玄学，我们需要一把“公道秤”

OpenNLG Group做了统一长上下文评估框架LOOM - Scope，兼容主流benchmark、model和长上下文加速方法。该框架围绕BENCHMARK、DEPLOYMENT和EVALUATOR三大核心模块，还提出LOOM - Bench应对评估成本制约。

AI圈惊天丑闻，Meta作弊刷分实锤？顶级榜单曝黑幕，斯坦福MIT痛斥

Agentic RL 后训练资源怎么分？港中文、恒生大学提出 Libra，吞吐最高提升 3 倍

大语言模型走向“完成任务”，Agentic RL 后训练让系统工作负载不稳定。港中文和恒生大学团队提出 Libra 资源管理系统，统一优化训练与 rollout，在多任务中提升吞吐，论文与代码已公开。

毕业7年，身价破亿！清北AI天团血洗硅谷，奥特曼被逼分天价股份

清北中科等名校毕业生在硅谷成超级明星，谷歌因Meta挖人给员工涨薪，OpenAI为留人给部分员工加薪、送1/3股权。AI人才薪资差距大，国内AI人才也多出身名校，需求和高薪职位增长快。

ICDE 2026 | 从匹配困境到推理突破：阿里REG4Rec 激活生成式推荐的个性化潜力

阿里国际智能技术团队提出生成式推荐模型 REG4Rec，从表征学习、训练目标和推理策略层面设计，提升推理能力与稳定性。离线实验表现优，已在 Lazada 部署，带来显著商业收益，成果被 ICDE 2026 接收。

大模型再爆弱点！旧记忆忘不掉，新记忆分不出，准确率暴降 | ICML'25

弗吉尼亚大学和纽约大学研究人员用「前摄干扰」概念设计测验PI - LLM，测试大语言模型（LLM）上下文检索能力。结果显示，随干扰增加，模型准确率对数下降至零，提示工程效果有限，需调整模型架构或训练范式。

全球顶尖大模型一夜惨遭血洗！最难测试人类拿满分，AI第一名得0.2%分

全球最难AGI测试ARC - AGI - 3上线，人类满分通关，最强模型Opus 4.6仅得0.2%。测试从静态题变为互动游戏，评分看效率。前沿大模型得分低，非LLM方案表现更好，AI缺乏元认知能力。

52KB 的奇迹！NovaSR 开源：16kHz 秒变 48kHz，快出天际的音频超分模型！

在AI“巨物崇拜”盛行时，NovaSR开源带来“微型震撼”。它仅52KB，能将16kHz音频提至48kHz，单张A100达3600倍实时。可端侧运行，效率提升显著，有诸多应用场景。

小扎开9位数薪酬新建AI团队！砸千亿收购华人初创公司，Llama 4太拉胯急坏了

Meta CEO扎克伯格对Llama 4表现失望，一边开7 - 9位数薪酬从谷歌、OpenAI等公司挖人组建新AI实验室，另一边豪掷148亿美元收购初创公司Scale AI 49%股份并挖来CEO，Llama 4在第三方测试中表现不佳。

癌症有救了？AI设计药物开启人体试验，DeepMind「秘密武器」引爆革命

DeepMind分拆的Isomorphic Labs宣布，首批基于AlphaFold发现的候选药物进入人体临床试验，解决了新药研发周期长、成本高的痛点，标志AI制药从理论迈向实践。