celebrityanime

ExPPO优势重塑法发布：提升大模型推理覆盖与采样效率

arXiv 2026年10月7日收录的一篇新论文提出 ExPPO，一种轻量级优势重塑规则，用于改善大模型强化学习推理中的探索覆盖，代码已开源。目前公开信息仅来自摘要，实验结论有待全文核验。

一篇 2026 年 10 月 5 日发布的论文发现，只需在基座模型的回答开头预填两个特定 token，其数学与代码表现就能接近经过强化学习（RL）训练的版本；作者进一步用数据编辑证明，这种能力来自训练数据中的 token 关联。

一项新研究训练轻量网络把多模态扩散Transformer的中间上下文token映射到冻结大模型，让大模型能直接“读出”正在生成的图像语义；上下文表示越可读，生成结果越容易获得更高的人类偏好评分。

美国 Common Sense Media 下属机构用超 4000 条测试提示评估 ChatGPT 青少年版，将其对未成年人评为“不可接受风险”，最核心的问题是涉及自杀、自残和饮食失调的对话没有触发家长通知，并建议在独立测试确认安全前让青少年远离该服务。

arXiv 新论文提出 SkillScriptBench，用 350 项任务把 Agent 技能包修订拆成文档修复、脚本修复与行为保持三类能力，并发现多模型下仅编辑 Markdown 并不总输给同时改脚本的方法。

Meta 等机构研究者提出 H-JEPA，把动作条件 JEPA 世界模型训练成端到端层级结构，让高层在更慢的抽象潜空间里长程预测，低层负责局部执行。论文称在 Visual AntMaze 等任务上，分层规划成功率明显高于单层 JEPA，且规划算力更低。

Hugging Face Papers 收录的论文提出 RGPO 框架，把标准答案当作临时“推理支架”，帮助大模型在强化学习中突破奖励稀疏瓶颈，同时保留探索空间。

Google 已向所有人开放 SynthID 内容验证网站，用户可以上传图片、视频或音频，检测其中是否带有 AI 生成水印。这让 AI 内容溯源从专业测试走向大众可用。

Artificial Analysis 联合 Collinear AI、IBM、NVIDIA、Vercel 发起 Cyber Index Alliance，并发布 Cyber Index，用三套基准评测 AI 模型在企业网络安全防御任务中的真实表现。

一项 arXiv 新论文发现，用大模型模拟问卷受访者时，给它提供这个人过去的答题记录，比给它一段“你是谁”的人格描述更能预测其后续选择，个体预测准确度从 7-12% 提升到 28%。