阿里通义发布并行计算新策略：1.6B等效4.4B，内存消耗骤降95%
阿里通义团队提出的新范式PARSCALE通过扩展CFG的双路径到P条并行路径，显著提升了1.6B模型的性能，仅占用后者的1/22内存，并将延迟增加量减少至1/6。该方法无需从头训练现有模型（如Qwen-2.5），并在GSM8K数学推理任务中实现了34%的性能提升。
LLMs
速递｜Alation收购Numbers Station欲破解LLM“幻觉”困局，工作流自动化落地企业的关键拼图
Alation 宣布收购 AI 初创公司 Numbers Station，计划将其产品整合至自有平台以提供更全面的数据管理和 AI 解决方案。
大语言模型与小语言模型协同机制综述
综述了 LLM-SLM 协同机制的最新研究进展，包括流水线式协同、路由机制、辅助性联动、知识蒸馏和模型融合等多种交互机制，系统梳理了关键支撑技术及多样化的应用场景需求，展示了该范式在构建高效、适配性强的人工智能系统的巨大潜力，并深入探讨了系统开销、模型间一致性等持续挑战。
谷歌发现LLM是Greedy Agent，提出用RL调教出理性决策
MLNLP社区是国内外知名的机器学习与自然语言处理社区，旨在促进学术界、产业界和爱好者的交流与进步。最新论文揭示了大模型决策中的三大缺陷，并通过强化学习微调结合思维链技术提升其决策能力。
R1-Zero的无监督版本来了！SFT不再是必须，EMPO重新定义大模型推理微调
本文提出Entropy Minimized Policy Optimization (EMPO)方法，旨在实现完全无监督条件下大模型推理能力的提升。该方法不需要监督微调或人工标注的答案，仅通过强化学习训练从基模型中获得策略，并利用语义相似性聚类生成的多个回答作为奖励信号，从而在数学及其他通用推理任务上取得显著性能提升。
微软开源浏览器自动化功MCP服务playwright-mcp
使用Playwright提供浏览器自动化能力的模型上下文协议(MCP)服务器。该服务器允许LLMs通过结构化可访问性快照与网页交互，无需截图或视觉调整模型。