英国图灵AI考试局中国区首席代表Jon ...

这让我们不得不正视一个正在发生的转变，AI创业的底层逻辑，在2025年这个节点上，发生了根本性的改变。成功的关键不再仅仅是拥有更强大的模型，而是能否让AI在真实的业务场景中持续学习与进化。这听起来像是老生常谈，但问题的关键在于，怎么做永远比想更难。

A：RLPT是腾讯提出的"在预训练数据上的强化学习"技术。与传统方法最大的不同是，它让AI模型像学生自学一样，通过预测文章下一段内容来自主学习，而不需要人工给每个答案打分标注。传统方法需要大量人工标注数据，成本高且难以扩展，而RLPT直接从现有的文本 ...

谷歌近日推出了 “Learn Your Way”平台，用AI实现教学过程的自动化、个性化。用户只要上传课本的pdf文件，平台可以自动生成多种个性化的学习资料，包括幻灯片，互动问题，语音朗读，解释性图片，思维导图等。一本书千样学，真正实现了个性化学习。

这项技术最亮眼的地方在于，它能 在 1 分钟内，仅通过一张常规的病理切片图像，就精准预测出肺癌的多种关键基因突变，准确率高达 78% 至 99% ...

10月14日消息，据媒体报道，富士康宣布与英伟达（NASDAQ: NVDA）达成合作，共同推动800伏 直流电源 架构在 人工智能 数据中心 的应用，构建面向未来的AI Factory基础设施。 这一新型电源架构将率先在高雄K-1人工智能数据中心项目中落地。该中心将作为展示平台，呈现富士康在AI服务器、数据中心建设及可再生能源整合方面的综合能力。

美国云计算服务商CoreWeave推出“Serverless RL”，能运用“强化学习”（reinforcement learning，RL）快速训练AI代理人（AI agents），股价再次飙高。

与传统 AI 工作流通常依赖显式的、一步步的指令和少量示例（few-shot learning）不同，新一代推理模型驱动的 AI 智能体能自己理解可用的工具、规划下一步行动，并具备更强的自主性。所以，“我们重建了一个新架构，因为工作流程与 agent 不同。” ...

这项由约翰内斯·古腾堡大学美因茨分校的闵德布伊（Minh Duc Bui）和卡塔琳娜·冯·德·文泽（Katharina von der Wense）领导的国际研究团队发表于2025年9月的arXiv预印本平台，编号为arXiv:2509.13835。研究团队还包括汉堡大学的卡罗琳·霍尔特曼（Carolin Holtermann）和安妮·劳舍（Anne Lauscher）、艾伦AI研究所和华盛顿大学 ...

2025年10月，Meta等机构发表的论文《Agent Learning via Early Experience》提出了第三条路——“中训练”范式，试图用一种廉价而有效的反馈形式，为Agent训练搭建关键桥梁。

LLMs是否真正遵循了“惨痛教训” (The Bitter Lesson) 的原则，从而能够实现其被大肆宣传的巨大潜力？图灵奖得主，强化学习之父 Richard Sutton认为答案是否定的。他主张，LLMs ...

导言在揭示了大语言模型如同一个内含深层文化关联与偏见的 “心智社会” 后，我们该如何设计人与 AI、AI 与 AI 之间的互动，从而驾驭其强大能力并规避其潜在风险？如果一个看似完美中立的 AI 反而会削弱人类的决策能力，如果 AI ...