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
强化学习
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
视频推理的R1时刻！港中文、清华推出首个Video-R1，7B模型竟超GPT-4o?
港中文联合清华团队发布首个将强化学习范式应用于视频推理的模型Video-R1，该模型通过引入时序建模和混合训练机制，在权威测试中击败了GPT-4o。
速递｜DeepSeek联手清华新模型GRM开源，算力降低性能反升
DeepSeek与清华大学合作开发自我进化的AI模型，利用强化学习提升模型效率。该方法在多项基准测试中超越现有方法和模型，展示了更少计算资源下的优化性能，并计划以开源形式发布新模型。