将大语言模型（LLMs）与复杂的人类价值观对齐，仍然是 AI 面临的一个核心挑战。当前主要的方法是基于人类反馈的强化学习（RLHF）。该流程依赖于一个通过人类偏好训练的奖励模型来对模型输出进行评分，最终对齐后的 LLM 的质量在根本上取决于该奖励模型的质量。
美国加州两起判决首次认定：AI公司扫描购买的正版书籍用于模型训练属合理使用，训练行为具变革性也属合理使用，但盗版素材获取仍侵权。中美监管宽松利于AI产业发展，欧盟严格规定要求素材许可或提供退出选项。AI输出侵权内容或诱导输出训练素材存在争议。
就在刚刚，xAI再获百亿美元融资，估值飙至1130亿。而xAI控制台中，已有源代码流出，Grok 4和Grok 4 Code即将上线！现在，全网都在搓手以待，Grok 4的诞生，将怎样搅动当前顶尖大模型的局面。
为智谱构建可信的人工智能基础设施注入坚实动能。
“中国版OpenAI”智谱，意外被OpenAI点了次名。
AI开始挤占人类音乐了。今年1月，法国音乐流媒体服务Deezer曾透露，该平台新上传内容有10%完全由AI生成，两个月来，比例提高到了18%。“而且我们看不到任何放缓的迹象。”
从今年年初开始，美国一些专注于报道 AI 的记者们，陆陆续续接到邮件。这些邮件来自不同的人，内容却如出一辙：都是各种惊天大秘密。
都说AI眼镜正迎来“iPhone时刻”，产业即将爆发。
当 AI 不再只是提供搜索结果，而是直接讲一堂课，它离「老师」这个角色还有多远？
通过单阶段监督微调与强化微调结合，让大模型在训练时能同时利用专家演示和自我探索试错，有效提升大模型推理性能。
