作者按：人工智能的浪潮正以前所未有的势头席卷全球，国产大模型在这一波澜壮阔的变革中，展现出了令人瞩目的雄心与活力。然而近期国产大模型暴露出的问题不可忽视，甚至到了不味不快的程度。本文力图揭露国产大模型的训练范式上的缺陷，希望对业界有所裨益。

月6日，芒种节气这一天，工信部正式向中国电信、中国移动、中国联通和中国广电发放5G商用牌照。牌照的发放，是下一代移动通信技术起跑的发令枪，也标志着中国迎来5G商用元年。

这项研究提出了PathFinder-PRM，一种创新的层次化过程奖励模型，通过先分类数学和一致性错误，再估算步骤奖励分数，从而提升大语言模型的数学推理能力。研究团队构建了40万样本的数据集，使用细粒度错误标签训练模型，在多个基准测试上超越了现有最佳模型，并以更高的数据效率实现了更好的端到端数学问题解决能力。这种方法像经验丰富的数学老师一样，不仅指出错误所在，还能提供更精确的改进指导。

想象一下，你有一个非常聪明的朋友，他知道很多知识，但每当需要使用计算器、搜索引擎或查询最新天气时，却变得像个笨手笨脚的孩子。这正是当前大语言模型（简称LLMs，如ChatGPT这类AI系统）面临的尴尬处境。

滑铁卢大学研究团队开发出ScholarCopilot，一个革命性的AI学术写作助手。该系统突破传统"先检索后生成"模式，实现写作过程中的动态文献检索和精确引用。基于50万篇arXiv论文训练，引用准确率达40.1%，大幅超越现有方法。在人类专家评估中，引用质量获100%好评，整体表现优于ChatGPT。这项创新为AI辅助学术写作开辟新道路。

中国香港中文大学（深圳）研究团队开发了SRLAgent智能学习系统，通过Minecraft游戏环境结合AI助手帮助大学生培养自主学习能力。实验显示该系统能显著提升学生的学习规划和过程监控能力，但也发现过度AI支持可能产生依赖性，提出需要平衡支持与独立能力培养的重要性。

一直以来，高性能计算HPC的主要目的就是提高运算速度，解决大规模科学计算和海量数据处理的问题。高性能计算每秒万亿次级的强大计算能力，使其成为石油、生物勘探、气象预测、生命科学研究等领域的重要技术选择。

由快应用生态分会成员单位OPPO、小米、vivo、华为、魅族、中兴、努比亚、联想、荣耀等理事长共同启动了“快应用携手AI开启智慧服务”，标志着快应用正式迈入智慧服务的2.0新阶段。

量子计算的实质，在于使用叠加、纠缠与干涉等量子力学概念实现计算能力。但对于很多不太了解物理学知识的朋友，这些术语确实令人感到头痛。面对这个现实问题，Sutor给出了简单易懂的解读方式。

Perplexity AI是一款将搜索引擎和聊天机器人结合的"答案引擎"，能够实时搜索网络并提供带引用的直接答案。该平台成立于2022年，已拥有2200万活跃用户。其深度研究功能可快速分析大量学术资料，生成详细报告。除基础搜索外，还支持文档总结、图像生成、代码编写等功能。提供免费版和每月20美元的专业版。目前正与三星等公司洽谈合作，但也面临多家媒体机构的版权诉讼挑战。

稳固已有市场的同时，NVIDIA也在拓展新领域，比如元宇宙、自动驾驶。从本次的发布看，Omniverse正在成为NVIDIA的重心。同时，随着汽车市场的智能化，NVIDIA在车载芯片方面也在加大布局。

亚马逊CTO说，过去人们总觉得云计算是种既遥远、又抽象的存在，但如今云正深入到我们身边的一切计算活动当中。

咱今天就来掰扯掰扯，打破这个草率且谬误的观点。

新加坡国立大学团队构建了首个多人对话视频生成数据集MIT，包含12小时高清素材和200个身份，并提出CovOG基础模型。该技术突破了现有AI只能生成单人说话视频的局限，实现了2-4人同时对话的自然互动效果，在各项评价指标上显著优于现有方法，为影视制作、教育培训等领域开辟了新的应用可能。

挪威奥斯陆大学联合国际团队开发出首个AI代码"指纹识别"系统CodeT5-Authorship，能以97.56%准确率识别C代码的AI生成来源。研究基于32000个代码样本训练，涵盖八大主流AI模型，在二元和多元识别任务中均表现卓越。该技术为学术诚信监督、代码安全评估和数字取证提供了重要工具，标志着AI内容溯源领域的重大突破。

小米13 Ultra，使小米影像战略升级步入“第二章”。

研究人员训练了13,440个大型语言模型，发现熵最小化方法仅需一个未标记数据和10步优化，就能实现比传统强化学习更好的性能提升。这种"单样本熵最小化"完全无监督，基于两个简单假设：语言模型生成过程本质上是随机的，且正确答案通常熵值更低。研究表明该方法能使模型logits分布向右偏移，增强置信度，对推理能力产生显著提升，平均提高24.7个百分点。这一发现或将重塑大型语言模型的后训练范式。

约翰斯·霍普金斯大学团队发现AI专家混合系统存在10-20%的性能损失，开发出C3PO方法通过测试时动态优化专家选择策略，让1-3亿参数的小模型超越7-9亿参数大模型，在六个基准测试上提升7-15%准确率，为资源受限环境下部署高性能AI系统提供新方案。

TAGS是一种创新的医学问答框架，结合了泛医和专医两种视角，通过层次化检索和不确定性验证机制提升医学AI回答的准确性。该框架由穆罕默德·本·扎耶德人工智能大学等机构的研究团队开发，无需任何模型微调即可显著提升包括GPT-4o和DeepSeek-R1在内的大型语言模型在九个医学问答基准测试上的表现。TAGS通过模拟医疗专家协作、结构化知识检索和质量控制，解决了现有方法在复杂医学推理中的短板，为构建更可靠的医学AI系统提供了新思路。

「 年终奖作为部分打工人年底的一笔额外收入，也可能是一年中最大额的单笔收入，或者被算进总包的工资构成部分，对打工人来说，举足轻重。今日推荐 燃次元（ID:chaintruth）一篇文章，互联网年终奖一览，又是几家欢喜几家愁。」