AllenAI 开源 Instruct Tulu 3 后训练：SFT、DPO、RLVR、GRPO 及基于验证器的评估
目前公开信息显示，AllenAI 开源了 Instruct Tulu 3 的完整后训练方案，覆盖 SFT、DPO、RLVR、GRPO 与基于验证器的评估，把一套可复现的大模型对齐流水线直接交到了开发者手中。
标签： 大模型
空货架还是丢钥匙？Google 研究：Recall 是参数化事实性的瓶颈
Google Research 的一项新研究发现，前沿大模型（如 Gemini 3 和 GPT-5）的许多事实性错误，并非因为模型"没学过"这些知识，而是因为它"想不起来"——即编码没有问题，问题出在回忆环节。这为理解和改善大模型幻觉问题提供了新的诊断思路。
DeepSeek V4 Pro 0813
DeepSeek V4 Pro 0813 的基准测试成绩在 Hacker News 曝光，多项编程与 Agent 任务指标相比前代大幅提升；与同期 Qwen 旗舰模型对比，多数核心项目占优，且价格明显更低，性价比成为最大看点。
ClearJet, whose AI-enabled logistics service connects shippers with unused cargo capacity on commercial flights, raised a $25M Series B led by Edison Partners (Mary Ann Azevedo/Crunchbase News)
AI 物流公司 ClearJet 完成 2500 万美元 B 轮融资，用算法把货主与商业航班闲置腹舱运力实时匹配。这件事值得关注，是因为它代表 AI 正在进入传统货运交易环节，用供需匹配创造可见的商业价值。
我让 ChatGPT 访问我打开的一堆 Chrome 标签页——它把我的浏览器杂乱变成了真正有用的东西
OpenAI 更新了 ChatGPT 的 Chrome 扩展，新增的“Side Chat”侧边对话窗口可以直接总结 YouTube 视频、跨多个标签页整合信息，还能解释网页中高亮选中的文本。这不是一次简单功能叠加，而是让 AI 从“对话窗口”进入“浏览器操作层”，意味着 AI 助手的交互方式正在向日常浏览行为…
Grok 4.6
Hacker News 上出现了标题为“Grok 4.6”的讨论帖，但 xAI 官方尚未发布正式公告。这可能是继 Grok 4.5 之后的一次快速迭代，说明 xAI 仍在以高频节奏推进大模型更新。
OpenRouter 推出实时网页搜索基准测试：如何为智能体选择引擎、深度与模型
OpenRouter 推出针对实时网页搜索的基准测试，重点考察搜索能力与智能体场景的适配度，为开发者选择搜索方案提供可量化的参考依据。
Google Pixel 11 新机带来 4 个相机新玩法
谷歌在最新发布的 Pixel 11 系列中，把 Gemini AI 放进了相机流程：既能替你“看着”画面自动抓拍，也能用更快的夜景算法减少糊片。手机影像的竞争重点，正从镜片和传感器，转向端侧 AI 对拍摄过程的接管。
Google Pixel Watch 5 更深入地探索 AI 与健康
Google Pixel Watch 5 于 2026 年 8 月正式发布，价格涨至 399 美元，硬件小幅升级，但真正的变化来自 AI 与健康软件：离线 Gemini、主动式 AI 建议、呼吸紧急检测和非诊断性的健康趋势追踪，都表明 Google 正在把手表的竞争重心从传感器硬件转向 AI 服务与健康预警能…
Google 测试 AMIE 用于临床视频咨询
Google 正在将医疗对话大模型 AMIE 引入临床视频问诊场景测试，试图把 AI 从“文字问答助手”推进到“参与真实诊疗流程”的阶段。这一动向值得关注，因为它直接触及医疗 AI 商业化最难的一环：临床信任与落地路径。