标签： ChatGPT

RL微调VLM的鲁棒性与思维链一致性研究

苹果最新研究发现，通过强化学习（RL）微调开源视觉语言模型（VLM）虽然能提升基准测试分数，但同时会削弱模型对视觉信息的真实依赖，并导致思维链（CoT）推理的可靠性和鲁棒性下降。这揭示了仅以准确率为目标的训练评价体系的局限性。

快手旗下AI公司“北京可灵”于7月2日获得初始投资者20.28亿美元（约138.24亿元人民币）注资，投后估值达180亿美元。这笔资金将主要用于算力扩充、数据中心建设和人才引进，并为其未来12个月内赴港上市铺路。

Anthropic与五角大楼的冲突核心并非模型访问权限，而是军事用途的护栏设定——Claude创始人希望禁止全自主武器和某些监控场景，美国国防部则坚持要在所有合法的国家安全用例中部署Claude。这场僵局最终导致五角大楼将Anthropic列为供应链风险，部分合作方已被迫更换AI工具。

彭博社最新报道指出，AI技术正在被信贷市场大规模用于债务包装和风险评级，表面提高了市场透明度和安全形象，实则可能因模型过度拟合和“黑箱”决策，掩盖了底层资产质量恶化的真实风险。

快手的视频生成大模型“可灵AI”在近期完成一轮近30亿美元的融资，这笔金额刷新了全球视频生成模型赛道的单笔融资纪录，表明资本对该领域商业前景的判断正在提升。

开发者 Ben Emson 在 Claude Code 的状态行中嵌入了名为 Claudoro 的番茄时钟工具，可直接通过 Claude Code 或终端控制，将时间管理功能与 AI 编程助手的工作流合二为一。这展示了 AI 工具生态中“小而精”的深度集成趋势。

Manufact 是一个面向 MCP（Model Context Protocol）应用的垂直云平台，旨在简化 MCP 服务器和应用的开发、测试、部署和发布流程。其核心逻辑是类比 Vercel 之于 Next.js，为 MCP 生态提供一站式的 DevOps 和分发基础设施。

近期一篇技术讨论指出，在强化学习（RL）后训练中，仅优化Transformer模型的中间层参数，就能达到与更新全部参数相近的效果。这暗示当前全参数RL训练可能效率不高，大量算力花在了对底层语法层和高层输出层的无意义调整上。

开发者尝试用 Fable 和其他多个语言模型（包括 Opus、GLM、Kimi 等）重构 LangGraph 的神节点，并核算出若按 API 付费仅需 6.88 美元，引发社区对模型性价比与网络封锁问题的讨论。

日本最高法院驳回了将人工智能（AI）列为专利申请发明人的请求，明确只有人类才能被认定为发明人。这一判决呼应了全球主流司法管辖区对 AI 主体地位的限制态度，并对依赖 AI 生成发明的企业级研发、专利策略产生了直接影响。