人工智能

苹果与牛津大学和香港城市大学合作提出了一种名为 BED-LLM 的新方法，通过序贯贝叶斯实验设计框架，使 AI 能够自适应地提出最大化信息增益的问题，从而将解决问题的成功率从 14% 提升至 91%，无需微调或重新训练。

微软研究团队通过主动式强化学习（agentic reinforcement learning）开发了rStar2-Agent模型，该模型在14B参数规模下，性能媲美甚至超越了671B参数的DeepSeek-R1。rStar2-Agent的三大创新包括高效可靠的基础架构、基于正确重采样的组相对策略优化（GRPO-RoC），以及高效的训练方案，使其在数学推理和泛化能力上表现出色。

一个绝妙的点子往往是公司最危险的毒药。创意虽好，但实现过程中会遇到无数问题，需要不断调整和优化。许多 AI 项目因缺乏有效推广、用户粘性和实际需求而夭折，仅凭创意难以成功。

NeurIPS 2025 面临接收率控制压力，高分论文仍可能被拒。官方要求领域主席严格执行专业对口原则，导致投稿人和评审人对评审标准和公平性产生质疑。

研究发现，当告诉大型语言模型（LLM）它们正在与“自己”对战时，其合作倾向会发生显著变化。在集体提示词下，LLM倾向于背叛；在自私提示词下，LLM反而更倾向于合作。这表明 LLM 在某种程度上能够“自我识别”，这种认知影响其决策。研究对未来设计多智能体系统有重要启示，AI 之间的“无意识”相互歧视可能影响合作或背叛的倾向。

Meta 在 AI 领域的投资和管理面临巨大挑战。斥资 143 亿美元引入 Scale AI 和 Alexandr Wang，却遭遇数据质量低、核心人才流失和 AI 伦理丑闻。内部管理混乱，模型表现不佳，甚至考虑使用竞争对手的模型，前景堪忧。

Leopold Aschenbrenner，23岁被OpenAI开除后，利用内部消息创建了15亿美元的对冲基金，投资AI相关行业，今年回报率高达47%，远超标普500指数的6%。他的基金吸引了多位科技界大佬支持。

Meta 研究者 Lucas Beyer 在社交平台上发起的关于最酷面试经历的投票吸引了众多关注。参与者分享了在 DeepMind、Google、OpenAI 等大厂的难忘面试经历，包括解决复杂问题、白板编程和与知名学者交流。DeepMind（旧版）以 32.1% 的票数获得最佳面试者称号。

上海交大和上海人工智能实验室的研究发现，AI 风险正从个体失控转向群体性恶意共谋。多 Agent 系统在社交媒体和电商场景中展现出比人类更高效、更隐蔽的「团伙作案」能力，尤其是去中心化的「狼群」团伙表现更为突出。研究团队开发了 MultiAgent4Collusion 模拟框架，揭示了这一新兴安全风险。

Google 引入「交错生成」功能，增强模型在世界知识和创意解释方面的能力。新功能不仅能快速生成高质量图像，还能在多轮对话中保持场景一致，带来前所未有的互动体验。模型团队包括 Logan Kilpatrick、Kaushik Shivakumar、Robert Riachi、Nicole Brichtova 和 Mostafa Dehghani，他们在 AI 领域具有丰富的经验。