TRM思考奖励模型上线，大模型推理质量终于能量化了 | ICML‘26 Oral
TRM思考奖励模型上线，大模型推理质量终于能量化了 | ICML‘26 Oral大模型推理能力越来越强，但答案对了，思考过程就一定好吗？
来自主题: AI技术研报
6101 点击 2026-06-24 16:03
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
大模型推理能力越来越强，但答案对了，思考过程就一定好吗？
当大模型公司还在竞争更长的上下文窗口、更强的推理能力和更复杂的 Agent 工作流时，一家名为 Engram 的新公司选择押注另一个问题：AI 能不能像人一样，持续从每天接触到的资料、对话和经验中学习？
今天，字节跳动旗下AI应用豆包正式推出专业版以及对应收费方案。豆包专业版基于最新的豆包2.1系列大模型，将提供更高的生产力场景使用额度，以及接入豆包2.1 Pro模型的全新“办公任务”模式。免费用户可以体验接入豆包2.1 Turbo模型的办公任务模式。
6月17日，X 上 OpenAI Codex 团队负责人 Tibo（@thsottiaux）发了一条推文，提醒大家 Codex App、CLI 和 SDK 现在可以接任何开源模型，不只限于 OpenAI 自己的模型。
依赖于有限机器人数据和大量人类数据，也能让 VLA 模型更稳健吗？
硬氪获悉，雪梦未来（SnowOrigin）团队获得龚虹嘉、陆奇及海外机构投资。这支北大背景团队以sEMG（表面肌电）运动神经信号解码技术为切入点，通过神经腕带、第一视角采集设备以及自研NMH（Neural Math Hybrid）AI解码模型，构建新一代面向具身智能的人类操控数据采集方案。
不用训练，不改权重，只动词表就能给大模型“消毒”？
火山引擎今天上线了全新的语音模型—— 豆包音频生成模型 1.0（Seed-Audio 1.0）。
「Mythos几小时攻破NSA」在英文社交媒体传疯了，近日，写出这句话的作者亲自站出来为它降温。
Google DeepMind在6月份对外分享了DiffusionGemma的技术报告，明确指向了一条与现有主流完全不同的演进道路。当大家都在绞尽脑汁让大模型逐词吐字的速度变快时，谷歌干脆把生成顺序改了。