很多人相信，我们已经进入了所谓的「AI 下半场」，一个模型能力足够强大、应用理应爆发的时代。然而，对于这个时代真正缺少的东西，不同的人有不同的侧重，比如（前）OpenAI 研究者姚顺雨强调了评估的重要性，著名数学家陶哲轩则指出必须降低成本才能实现规模化应用。
近年来，大语言模型（LLMs）在复杂推理任务上的能力突飞猛进，这在很大程度上得益于深度思考的策略，即通过增加测试时（test-time）的计算量，让模型生成更长的思维链（Chain-of-Thought）。
上下文学习”（In-Context Learning，ICL），是大模型不需要微调（fine-tuning），仅通过分析在提示词中给出的几个范例，就能解决当前任务的能力。您可能已经对这个场景再熟悉不过了：您在提示词里扔进去几个例子，然后，哇！大模型似乎瞬间就学会了一项新技能，表现得像个天才。
来自MIT Improbable AI Lab的研究者们最近发表了一篇题为《RL's Razor: Why Online Reinforcement Learning Forgets Less》的论文，系统性地回答了这个问题，他们不仅通过大量实验证实了这一现象，更进一步提出了一个简洁而深刻的解释，并将其命名为 “RL's Razor”（RL的剃刀）。
DeepSeek荣登Nature封面，实至名归！今年1月，梁文锋带队R1新作，开创了AI推理新范式——纯粹RL就能激发LLM无限推理能力。Nature还特发一篇评论文章，对其大加赞赏。
近年来，以人形机器人、自动驾驶为代表的具身人工智能（Embodied Artificial Intelligence, EAI）正以前所未有的速度发展，从数字世界大步迈向物理现实。然而，当一次错误的风险不再是屏幕上的一行乱码，而是可能导致真实世界中的物理伤害时，一个紧迫的问题摆在了我们面前： 如何确保这些日益强大的具身智能体是安全且值得信赖的？
谷歌DeepMind研究团队一年前的研究成果直到昨晚才姗姗揭秘，提出了一种叫做GDR的新方法，颠覆了传统训练中设法剔除脏数据的思路，将饱含恶意内容的数据「变废为宝」，处理后的数据集用于训练，甚至比直接剔除脏数据训练出的模型效果还好，「出淤泥而不染」，「择善而从」。
近日，全球网络通信顶会 ACM SIGCOMM 2025 在葡萄牙落幕，共 3 篇论文获奖，华为网络技术实验室与香港科技大学 iSING Lab 合作的 DCP 研究成果，获本届大会 Best Student Paper Award (Honorable Mention)，成为亚洲地域唯一获奖的论文。
这项名为 MachineLearningLM 的新研究突破了这一瓶颈。该研究提出了一种轻量且可移植的「继续预训练」框架，无需下游微调即可直接通过上下文学习上千条示例，在金融、健康、生物信息、物理等等多个领域的二分类 / 多分类任务中的准确率显著超越基准模型（Qwen-2.5-7B-Instruct）以及最新发布的 GPT-5-mini。
只要科学任务可以评分，AI就能找到超越人类专家的方法，实现SOTA结果？ 这是谷歌一篇最新论文里的内容： 使用大模型+树搜索，让AI大海捞针就行。
