BriefGPT - AI 论文速递 ·

通过参考答案学习：无需二元人类偏好数据的多功能语言模型对齐

💡 原文中文，约600字，阅读约需2分钟。

📝

内容提要

本研究提出了一种新方法RefAlign，旨在降低大型语言模型对齐中人类偏好数据收集的成本。通过利用样本生成与高质量参考答案的相似性作为奖励函数，显著提高了对齐效率，适用于多种对齐场景，且性能与传统方法相当。

🏷️

扰动实验+迁移学习，MIT团队推出IRIS，用「指纹」重建单细胞信号传导历史
MIT团队开发IRIS框架，通过体外信号扰动实验学习细胞信号响应指纹，推断体内细胞信号状态。该框架能跨细胞类型和物种泛化，重建谱系信号动态，并优化人胚胎干...
NVIDIA把老师傅的判断变成了训练数据
NVIDIA与Palantir合作，将供应链规划师的决策依据、理由与结果写入Ontology，并微调约300亿参数的Nemotron小模型辅助GPU分配。...
开源天气模型已经很快，真正的瓶颈却在数据
Hugging Face与Earthmover发布开源天气模型教程，以Aurora为例，展示从ERA5提取初始条件、执行24小时预测并计算误差的完整流程。...
The Tim Ferriss Show 文字实录：为什么孩子的学习速度比我们想象的快10倍——Mentava 的 Niels Hoven（Tim 教练辅导环节）（第882期）
Tim Ferriss与Mentava创始人Niels Hoven对话，讨论其面向3至5岁儿童的识字软件。该软件月费500美元，通过优化自然拼读和游戏化激...
学习周刊-总第280期-2026年第37周
本期周刊推荐多个优秀项目：基于Tauri的Markdown知识库工具tolaria、Chrome扩展hosts管理工具、macOS视频剪辑应用shortc...
学习周刊-总第279期-2026年第36周
本期周刊推荐多个开源项目：gos 是基于 Go 和 Vue 的发布治理平台，支持 CICD 流程组合；CodexBar 是监控 AI 编码服务额度的 ma...