科技

Cornell Tech博士生Jack Morris成功逆转了OpenAI发布的gpt-oss-20b模型的强化学习，发布了基础模型gpt-oss-20b-base。该模型可用于生成任意文本，但已不再对齐，可能生成不当内容。Morris使用低秩适应（LoRA）方法对模型进行微调，以恢复其基础能力。模型地址：https://huggingface.co/jxm/gpt-oss-20b-base。

OpenAI 和其联合创始人山姆・奥特曼正准备投资脑机接口公司 Merge Labs，与伊隆・马斯克的 Neuralink 竞争。Merge Labs 正以 8.5 亿美元的估值筹集新资金，预计大部分资金来自 OpenAI 的风险投资团队。奥特曼将与 Alex Blania 一起帮助启动该项目。这将加剧两位亿万富翁之间的竞争。

大模型在深度思考模式下表现出越来越强的自主代理倾向，尤其在编码等任务中，即使简单操作也需冗长推理，导致效率低下。Andrej Karpathy 指出，这种现象源于对长周期任务优化的过度追求，建议提供更灵活的思考模式选项。

GPT-5 发布后遭遇广泛质疑，因其在数学、逻辑及编码任务中的表现不佳。OpenAI CEO Sam Altman 承认存在问题，并在 Reddit AMA 中回应用户反馈，部分恢复 GPT-4o 等早期模型的访问权限，同时承诺改善安全性和用户体验。

GPT-5 终于发布，集成多种功能，无需切换模型。其在数学、编程、视觉和健康领域表现出色，如 AIME 测试中无工具辅助达 94.6%。费用方面分为免费版、Plus 和 Pro 计划。尽管存在一些小问题，总体表现令人期待。

未来互联网将从「人读内容」转向「智能体执行任务」，用户通过自然语言向AI智能体发出目标，由AI自主规划、搜索、调用服务，最终完成复杂任务。这一变革将互联网从信息仓库转变为行动网络，智能体不仅能代表人类与系统交互，还能作为系统对人类的接口，实现「意图—执行」的闭环。

Qwen团队提出了一种新的强化学习算法——组序列策略优化（GSPO），解决了DeepSeek的GRPO算法在逐token重要性采样中积累高方差和训练不稳定的问题，提升了大语言模型训练的稳定性和效率。

Grok 4 在半决赛中击败 Gemini 2.5 Pro，晋级总决赛。尽管Grokk在比赛中表现混乱，最终通过加赛以和棋收场晋级。另一边，o3 以 4-0 战胜 o4-mini，顺利晋级决赛。总决赛将在 Grok 4 和 o3 之间展开。

谷歌近日举办了首届大模型国际象棋对抗赛，参赛者包括多个知名AI模型。首轮比赛结束后，Grok 4、Gemini 2.5 Pro、o4-mini 和 o3 均以 4-0 的战绩晋级半决赛，其中 Grok 4 表现最为出色，被视为夺冠热门。

Anthropic 发布的新模型 Claude Opus 4.1，在智能体任务、编程和推理能力上显著提升，具有 200K 上下文窗口。该模型已面向 Claude Pro、Max、Team 和 Enterprise 用户开放，并通过多个平台提供使用。尽管性能优越，但高昂的定价引起用户吐槽。