AI如何学会懂人心？从一次选择看RLHF、Reward模型与DPO
从一个小场景，慢慢听懂一组 AI 词晚上，菜可拿着平板跑到胖妈旁边。“妈妈，你看。”屏幕上，是 AI 帮她生成的三份英语学习计划。第一份：每天背 100 个单词。任务安排得特别满，看起来很努力。第二份：每天只学 10 分钟。很轻松，但菜可觉得：“好像有点太少了。”第三份：每天背 20 个单词，加 10 分钟阅读。再根据完成情况，调整后面的计划。菜可想了一会儿。“我觉得第三个最好。”胖妈问：“为什么？”菜可说：“第一个感觉坚持不了。”“第二个感觉进步太慢。”“第三个刚刚好。”胖妈点点头。“你刚刚做了一件很重
AI领域5月5日前沿突破汇总
15岁即斩获量子物理博士学位的比利时天才Laurent Simons，现正借助AI技术向人类衰老发起挑战，志在实现永生。他将衰老看作多系统耦合的复杂工程难题，运用AI开展跨学科数据整合、理论构建与药物开发。拜登前首席技术官Daniel Woods携手Claude Code 4.6打造的开源项目，首次让3970亿参数的MoE模型在普通硬件上实现交互级运行速度。该项目采用Objective-C与C语言开发，摆脱Python依赖，借助Metal Shader和GCD并行读取技术提升性能。Anthropic与剑桥
OpenAI 追查“哥布林”背后的训练漏洞
上周，OpenAI 抛出一篇技术博客。看起来一本正经，但内容却很“离谱”：他们投入了不少时间，认真摸清一个怪现象——为什么自家 AI 模型越来越喜欢在对话里冒出"哥布林"。这可不是比喻，也不是网络梗。它是真的会在聊天过程中反复蹦出 goblin、gremlin 这类奇幻生物。内部统计显示：自去年 11 月 GPT-5.1 发布以来，只要对话里出现"goblin"，频率就比以前明显上升了 175%；而"gremlin"的出现也同期增长了 52%。过了几个月，G