能找出AI写的文章，不代表知道哪些AI写的文章值得留下来
你有没有想过这样一个问题：如果你能百分百确定一篇文章是AI写的，你就能知道这篇文章该不该拿去训练下一代AI模型吗？这听起来像是常识，但一篇最新的研究告诉我们，这两件事之间的关系，比我们想象的要脆弱得多。先说说为什么这个问题突然变得重要。
别光看参数，选星瑞还是速腾，纠结的从来不是车
不少手握十三四万预算的朋友，坐到选车的十字路口，很容易陷入连环内耗。一边会琢磨，同价位要不要直接转向新能源，就算家里没有私人充电桩，城市公共充电网络也足够方便；转头又放不下大众速腾，二十年的市场沉淀，积累下的销量和口碑，代表着一套经过市场反复验证的稳妥。
SFT /RLHF / DPO / GRPO / 拒绝采样什么关系？
开场：面试官怎么把"Post-Training"问穿 讲讲 SFT 之后还有哪些 Post-Training？RLHF、DPO、GRPO、拒绝采样这几个什么关系？ SFT 之后就是 RLHF 嘛，先训个奖励模型再用 PPO，让模型按人类偏好生成。
腾讯上线AI创作平台OnSolo ，一个人也能做完整影视
腾讯的AI创作平台OnSolo已经上线，这个名字由此前的内测产品WorkSolo更名而来，功能架构和产品逻辑基本延续。
光伏储能防逆流新选择｜安科瑞无线双通道电表，快响应、双路计量
很多做光伏、储能项目的朋友都会遇到一个痛点：一套系统里既有光伏发电，又有储能充放电，两路功率需要分开计量，还要实现可靠的防逆流控制，不想布线又追求响应速度，选表就很纠结。
小红书 × 复旦大学用DR-Rubric为开放式强化学习构建评分标准
论文标题:Deep Research as Rubric for Reinforcement Learning。原文报告证据轨迹平均包含 12.4 条信息，通常在 6–8 步内稳定。
RefCaptioner让参考图与视频语义精准对应
普通视频描述只生成文本，难以表达候选参考图与局部视频语义之间的对应关系;与每个基线相比，RefCaptioner 获得的 Good 比例均高于 Bad，面对开源模型时优势尤其明显。
大模型的 DPO 和 PPO 的区别？
开场：面试官怎么把"DPO vs PPO"问穿 讲讲大模型的 DPO 和 PPO 有什么区别？ DPO 和 PPO 都是用来做对齐的，让输出更符合人类偏好。DPO 比 PPO 简单一些。 「简单一些」是表面话。具体哪里简单？少了什么组件？
Anthropic微微发力，AI中转站的天就要塌了？
斯坦福大学的研究项目《Model Equality Testing》曾经就测试过 2024 年四款 Llama 模型的 31 个商业 API 端点，发现其中 11 个端点的输出分布，与 Meta 发布权重的参考分布存在统计差异。
号称"无损"的AI加速技术，换个精度就翻车了
2026年年初，一篇论文安静地摆在了很多研究者的桌面上，标题里有个词特别扎眼：无损。这篇论文说的是一个叫Orthrus的系统，它号称能让大语言模型的推理速度大幅提升，而且承诺输出结果和原来的模型一模一样，不多不少。