推理能力，预训练埋下多少伏笔

用国际象棋拆开训练全流程：RL不只是创造推理，也会释放预训练埋下的潜能。

深度专题 FEATURES — 2

PAPER HF 55

Loopie让同一组Transformer反复思考，并用MoE按问题难度分配算力。

PAPER HF 14

RHI让Agent改写自己的执行脚手架：眼前更省算力，留下的轨迹还可能反哺下一代模型。

速览 BRIEFS — 7

PAPER

DSWorld让数据科学Agent先预演昂贵操作，再决定是否真正执行，减少盲目试错。

HF 7

PAPER

AV-Flamingo让长视频模型同时看画面、听声音，还能按时间梳理前后关系。

HF 7

PAPER

千余人试玩121款陌生棋盘游戏：人类更常快速横向比较，而非一路深算。

PAPER

让只会局部预测的神经算子，进一步判断整个系统何时失稳或突变。

PAPER

RecGPT-V3给推荐系统加上长期记忆，用意图推理替代反复翻旧账。

HF 26

PAPER

AI让漏洞发现快到“人审不过来”，研究机构得重做整套安全流程。

PAPER

伦敦正把模型评测、人才与政策网络聚到一起，争夺全球AI安全规则的话语权。