马斯克Grok-4碾压所有大模型！“比所有领域博士都聪明”，AIME25拿满分
马斯克发布最新AI模型Grok-4，成为首个突破50%准确率的人工智能。该模型训练量是前版本的10倍以上，并且在多项基准测试中表现出色。
准确率
「Next-Token」范式改变！刚刚，强化学习预训练来了
机器学习研究者提出一种名为”强化预训练”的新方法，它将下一个 token 预测任务重构为对 next-token 的推理过程。通过可验证奖励的强化学习，这种方法利用海量无标注文本数据进行通用预训练，显著提升语言建模准确性，并有望推动大模型发展的有效路径。
推测性思维链SCoT：小模型“模仿”大模型，最高提速2.9倍，准确率几乎不降
论文提出SCoT（推测性思维链），通过小型模型快速生成多个解题草稿，大型模型审核并选择最优解或重新编写。这种协作式推理方法能显著提升速度和准确率，同时降低成本、增加灵活性，并且代码开源便于应用。
刚刚，OpenAI开源BrowseComp，重塑Agent浏览器评测
今天凌晨2点，OpenAI开源了专门用于智能体浏览器功能的测试基准——BrowseComp。这个测试基准非常有难度，OpenAI自己的模型准确率只有0.6%和0.9%，但最新发布的Agent模型Deep Research准确率达到51.5%，展示了其在自主搜索、信息整合和准确性校准方面的优秀能力。
怎么解决大模型知识库的检索问题，RAG检索增强之——ReRank(重新排序)
文章介绍了RAG技术在数据检索中的问题，并引入了ReRank技术来优化检索效率和准确性。ReRank技术通过多轮筛选的方式快速定位所需数据，解决了传统暴力搜索算法在大规模数据集上的低效问题。