玩AI不聊对齐，就像吃火锅不聊蘸料——但你真的知道你蘸的是啥吗？ 大语言模型对齐这个词最近火得不行。但大部分人聊它的时候，连它到底在对齐啥都说不清。今天咱们就把这层窗户纸捅破。 大语言模型对齐先得看懂预训练是啥 大模型学说话的本质是猜词游戏。喂进去几万亿个网页、论坛帖子、电子书，模型就干一件事。根据前半句话，算出后半句话哪个词出现的概率最高。这个阶段叫预训练。 模型就是个超级复读机。互联

#安全资讯 受 AI 冲击 GitHub 宣布改革漏洞奖励项目，大幅度下调漏洞奖励金额，但如果成为 VIP 则漏洞奖励直接翻四倍。安全研究员需要提交有价值的漏洞证明自己，这样有可能受邀参与 VIP 项目，成功参与 VIP 项目后获得的奖励更高。但如果连续多次提交无效漏洞报告，则可能会彻底失去向 GitHub 提交漏洞的资格。查看全文：https://ourl.co/114044

《英雄联盟经典模式》将于7月30日上线，玩家预约后可获得皮肤和臻彩，输入集结码即可领取奖励。

OpenAI推出Bio Bounty计划，旨在提升生物领域的AI安全。该计划针对GPT-5.6和GPT-5.5的通用越狱，奖励金额从$25,000提高到$50,000。申请者需提交简短申请并签署保密协议，测试将于2026年7月27日结束。

谷歌向发现KVM虚拟机逃逸漏洞的研究人员奖励25万美元。该漏洞允许攻击者从虚拟机绕过限制，直接在宿主机上执行任意代码，影响云计算安全。研究人员在漏洞修复后负责任地披露了该漏洞，谷歌通过kvmCTF项目鼓励漏洞发现。

本文介绍了一种名为“Focus-Then-Contact”（FTC）的强化学习方法，旨在提高机器人在接触密集任务中的学习效率。FTC结合了残差强化学习和基于关键帧的可供性引导奖励，通过人类干预优化策略，提升了机器人在真实环境中的操作能力，有效减少了稀疏奖励带来的学习困难，促进了更高效的在线学习。

新加坡国立大学与Sea AI Lab提出的OrchRM框架，通过自监督奖励建模，利用多智能体执行中的中间产物构建胜负对，显著提高了多智能体系统的编排效率。该方法无需昂贵的人工标注或完整的子代理执行，Token使用效率提升最高10倍，准确率平均提升约7.2%。OrchRM为多智能体系统的规模化部署提供了新路径。

谷歌发布了Chrome v149.0.7827.103的紧急安全更新，修复了一个严重漏洞CVE-2026-11645，该漏洞涉及V8引擎的越界内存访问。发现该漏洞的研究员获得了5.5万美元的奖励。此外，此次更新还修复了74个安全漏洞，大部分由谷歌内部团队通过人工智能发现。

ABot-Claw是阿里巴巴高德团队基于OpenClaw提出的具身扩展，旨在解决多机器人协作中的长期任务执行问题。它集成了统一的具身接口、视觉中心的多模态记忆和基于评论者的闭环反馈机制，支持在动态环境中自我演化，实现复杂任务的持续学习和适应，标志着自主机器人系统的重要进步。

Gudtrip是一款声称每吸一口就能获得比特币的电子烟，但实际上并不合法。用户激活时一次性获得比特币奖励，吸烟并不会带来额外的比特币。该产品的合法性和功能存在疑问。

作者分享了近两年的献血经历，强调每次献血400毫升，过程顺利且无不适。献血后可获得购物卡和牛奶面包，并享受医疗险报销。

本文介绍了PORTool，一种重视重要性的政策优化算法，旨在提升多工具集成推理中的工具使用能力。通过生成奖励回滚树，PORTool在每个步骤分配奖励，评估步骤的重要性，从而优化工具调用决策。实验结果表明，PORTool在最终答案的准确性和工具调用步骤上优于现有方法。

文心创作周第三期已开启，邀请用户使用ERNIE-Image生成图片，支持动漫、插画等多种风格。鼓励创作者提交作品并参与互动，优秀作品将获得奖励。活动时间为2026年4月29日至5月8日。

研究者提出了优势奖励建模（ARM）框架，以解决长时间跨度机器人任务中的稀疏奖励问题。ARM通过三态标注策略（前进、后退、停滞）降低人类标注负担，并自动生成进度标注。在毛巾折叠任务中，该方法实现了99.4%的成功率，显著提高了强化学习的效率和稳定性。

本文介绍了Goldilocks强化学习方法，该方法通过教师模型预测问题难度，从而选择适合学生模型的题目，提升稀疏奖励下的学习效率。在OpenMathReasoning数据集上，该方法的表现优于传统的GRPO，能够适应学生能力的变化，优化学习过程。