强化学习
ChatGPT 全局记忆上线，xAI 开放 Grok 3 API，Llama 4 惹争议！ AI Weekly 4.7-13
户推出全局记忆功能，模型可自动调用历史对话，增强个性化体验。
2️⃣
🚫 GPT-4 即将退役
：4
RL for LLMs，强化学习的 Scaling Law 才刚刚起步？
近期研究者通过奖励模型增强通用奖励模型在推理阶段的可扩展性，同时使用强化学习提升LLM性能。然而，当前强化学习算法仍有改进空间，奖励稀疏性是主要难点之一。
字节跳动刚发布 Seed-Thinking-v1.5 的技术细节报告
字节跳动发布Seed-Thinking-v1.5技术细节报告，其性能接近Gemini-2.5-Pro和O3-mini-high水平。
多模态RAG及多模态R1推理中如何为不同的视觉数据生成描述Caption？OMNICAPTIONER实现思路
度依赖开源，开源大多数只能赶凑合，能快速上线，但是带来的风险是会黑盒化，不可控。我们如果要开发自己的