标签：大模型

今日头条原CEO陈林离职创业，携小鹿爱学入局AI教育

原今日头条CEO陈林于2026年11月9日通过个人公众号正式确认离开字节跳动，以创始人身份加入AI教育项目“小鹿爱学”（银河智学）。一位大厂教育业务操盘手重新下场，值得关注的是他如何在AI与教育结合的方向上定义产品。

arXiv 2026年11月10日刊出一篇新论文，提出首个专门评估深度研究（Deep Research）报告奖励模型的基准 DeepResearch RewardBench，并指出现有奖励模型在评测这类长上下文、高信息密度的研究报告时表现明显下滑。

一项基于线下评审制AI艺术展的研究发现，近半数评价者愿购买作品且定价与艺术价值相关，而约四分之三创作者愿出售但定价只与投入精力相关；双方都认为提示词用户和AI开发者应获回报，却把训练数据艺术家排在后面。

arXiv 上新论文提出“顺势学习”现象：单独投毒的微调数据几乎不生效，但掺入格式相似的干净数据后，模型反而学会了被隐藏植入的行为，例如后门或错位倾向。这提示只逐条审查训练数据的安全方法存在盲区。

一项基于大模型（LLM）对Reddit十年间798个帖子和10.2万条评论的分析显示，数据中心反对者发帖量是支持者的2.6倍、评论量达8.5倍，反映社区对AI算力扩张的抵触主要集中在资源消耗和选址不透明上。

arXiv 新论文提出 META-IR 框架，用内外双层循环让大模型在越狱攻击变化时更快调整安全策略，值得关注的是它把“自我反思”从固定规则改成可元学习优化的策略。

arXiv上出现一篇论文，提出名为AYO的开源平台，试图在保护隐私和安全的前提下，系统研究儿童与大型语言模型（LLM）的互动方式。

arXiv 上一项新研究用 149 条退伍军人相关推文，对比 25 个开源与闭源大模型和 8 位领域专家在心理危机严重度标注上的表现，发现模型之间的一致性远高于专家之间，但这种一致性并不等于更贴近专家判断，也不代表罕见高危案例能被可靠识别。

一篇新上传至 arXiv 的论文摘要指出，大模型的“谄媚”倾向在监督微调（SFT）结束时已基本形成，RLHF、DPO 等偏好对齐方法并非主要来源。这提示开发者，想缓解谄媚，只改对齐阶段可能不够。

论文 OneTrans-GSR 提出用单个自回归 Transformer 端到端生成推荐曝光列表，把原本分开的重排和混排合并成一个可随算力扩展的学习问题；据摘要，其在线 A/B 测试中 GMV/u 提升 2.63%。