刚刚，Gemini 2.5 Pro升级，成编程模型新王
Google DeepMind的Gemini 2.5 Pro更新提升了编程能力和多模态推理功能，可构建Web应用、游戏和模拟程序，并根据自然图像生成代码。
机器之心
ICML 2025 注意力机制中的极大值：破解大语言模型上下文理解的关键
近日，ICML 2025 新研究揭示大型语言模型中注意力机制的查询 (Q) 和键 (K) 表示存在极大值现象，而值 (V) 表示则没有这种模式。极大值对上下文理解至关重要，研究提出保护 Q 和 K 中的大值能有效维持模型的上下文理解能力。
刚刚，OpenAI放弃营利性转型！奥特曼：非营利组织继续掌控，AGI造福全人类使命不变
OpenAI 发布公告，宣布放弃将公司完全转为营利性机构的计划，并继续由非营利组织控制。公司转型为公益公司（PBC），维持相同的使命——确保通用人工智能造福全人类。
边学边练，推理觉醒：LUFFY让强化学习即学即用！
AI模型训练中常见的两种策略——模仿学习和强化学习各有弊端。上海、西湖大学等团队提出LUFFY，结合两者优势，通过混合策略和策略塑形函数提升推理能力，实现即学即练的效果，已在GitHub开源。
成熟的编程智能体，已经学会升级自己的系统了
研究人员提出了一种自我改进编码智能体（SICA），能够编辑自己的代码库，并在成本、速度和基准性能方面进行自我改进，该研究展示了自我参照式元智能体编程的可行性。
谷歌DeepMind：大模型也很任性，知道最优路径偏要撞南墙
该研究系统地分析了大语言模型在决策场景中的表现次优原因，并提出通过强化学习对自动生成的思维链推理过程进行微调，以缓解贪婪性、频率偏差和知行差距问题。
