上海AI Lab新研究：SFT能泛化，只要满足这三个条件
上海AI Lab新研究：SFT能泛化，只要满足这三个条件随着大模型后训练（Post-training）技术的发展，强化学习（RL）在提升模型推理能力方面的表现备受瞩目。
来自主题: AI技术研报
9440 点击 2026-05-13 09:59
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
随着大模型后训练（Post-training）技术的发展，强化学习（RL）在提升模型推理能力方面的表现备受瞩目。
前几天，腾讯的朋友试用过“AI刘小排”的内测版后，觉得很不错，问我能不能把其中的「产品顾问」模块拆出来，做成一个所有人都能用的 AI 专家。现在，这个产品顾问版本的「AI刘小排」已经上架腾讯WorkBuddy 了。✌️
5月12日，小米集团总裁卢伟冰发文：为回馈全球开发者，小米正式启动「MiMo Orbit 100T Token 计划」，面向全球 AI 用户免费发放 Token 权益，计划在 30 天内累计发放 100 万亿 Token。
科研，能被 AI 全程加速吗？
这两天，最火的新闻就是美国战争部（五角大楼）把过去几十年的 UFO 档案全部「开源」了。
最近看了一个 AI 工具站：undetectable.ai。
以 DeepSeek-R1、OpenAI GPT Thinking 为代表的大型推理模型，通过长达数千 token 的「思维链」在各类复杂推理任务中展现出卓越的性能。然而，这些模型普遍存在一个核心问题，即过度思考（overthinking） ：
随着语音、视频、多模态能力不断融入大语言模型（LLM），人与 AI 的交互正在越来越接近自然对话。今天的 LLM 不再只是回答问题的工具，也越来越多地出现在教育、客服、陪伴、心理健康等高度依赖情绪理解的场景中。
大家好，我是袋鼠帝。 过去这一两年，AI 圈可谓是神仙打架，各种新概念、新模型、新应用天天刷屏。
王珏 （左）方晨（右） 推荐语 动画是一个被低估的品类。它比真人影视更早拥抱数字化工具，比短视频承载更复杂的叙事，从迪士尼到吉卜力，证明了自己能撑起全年龄段的内容消费和完整的商业闭环。但动画的产能瓶颈