数学推理已成为衡量大语言模型（LLM）智能水平的核心指标。从算术计算到奥林匹克级问题，再到多步规划与工具调用，模型正从「给出答案」迈向「理解问题并完成推理」。相比传统问答数据集，高质量数据不仅要有准确答案，还需提供规范化的推理轨迹、多路径求解与可验证结果，帮助模型拆解问题、构建逻辑闭环，提升复杂任务下的稳定性。

训练会杀死创造力，把AI变成另外一个搜索引擎，但后训练每天用强化学习重新发明人类思维，难道这不算另一种更狠的格式化。 AI圈最近三年在卷什么，后训练。 这词2024年就有人喊了，但真正让所有人疯了一样砸钱砸人砸显卡的是2025下半年之后。 OpenAI后训团队负责人去年底在某个闭门会上甩了句话，现在的前沿不在预训练，在后训练。 这句话像颗炸弹把整个圈子炸醒了。

很少有概念像智能一样被如此多的学科所引用，也很少有概念像智能一样被以如此多互不相容的方式进行理论阐释。 对统计学和机器学习而言，智能是数据的极端压缩；对复杂系统研究而言，智能是通用计算的涌现；在智能体与其环境的交互中，智能是开放式的自适应行为。 每一种表现形式都有其自身的文献和目标函数，而这些文献之间鲜有交集。 本文表明，所有这些表现形式都源于一个单一的原则：追求可学习的新颖性。 这份新鲜出炉的学

#人工智能 法院批准 A 社与作者和出版社的 15 亿美元和解协议，初步解决 A 社使用盗版书籍训练模型的集体诉讼案件。法庭文件显示，A 社建立拥有 700 万册盗版书籍的中央图书馆来训练模型，此次集体诉讼涉及 50 万册 A 社从盗版网络图书馆下载的书籍。根据和解协议，每册作品可以获得 3,000 美元的赔偿，作者和出版社需要自行分配赔偿金。查看全文：https://ourl.co/114026

摘要：本文提出RoboTTT方法，通过将测试时训练（TTT）机制整合到机器人基础模型中，实现了8K时间步的长视觉-运动上下文建模。该方法采用快速权重机制，在训练和推理时动态更新模型参数，将历史信息压缩至权重空间，解决了长上下文建模的三大挑战。实验表明，RoboTTT-8K相比单步基线在复杂任务中性能提升87%，首次证明扩展上下文长度能稳定提升闭环性能（比1K上下文模型提升63%）。创新性地结...

COMPASS 首次将这一架构引入癌症转录组分析领域，通过利用免疫相关基因集，并建立：基因（gene）→ 基因集（gene set）→ 概念（concept）的层级映射关系，用于表征每位患者的肿瘤免疫微环境。目前，临床研究已经探索了多种预测免疫治疗疗效的生物标志物，其中，肿瘤突变负荷（TMB）、程序性死亡配体...

NVIDIA Vera Rubin平台通过优化后训练工作流程，提高了智能每美元的效率。后训练阶段使模型在变化环境中持续学习，旨在最大化每次前向和后向传递的收益。该平台支持大规模并行处理，降低了每个令牌的成本，提升了模型的整体价值。

阿里巴巴达摩院与宾夕法尼亚大学合作提出了一种新的编码Agent基础模型中期训练方法FIM Mid-Training。该方法通过自监督学习，利用从GitHub抽取的2.6B token数据，增强模型对函数调用的理解。实验结果表明，模型在多个基准测试中显著提升了性能，并有效缓解了工具调用微调对编码能力的负面影响。

SpaceXAI 对 Grok Build 上传开发者仓库内容的回应态度强硬，强调用户可通过命令禁用数据共享，但未解释为何未经授权上传完整仓库。禁用后，云端数据会被删除，但缺乏审计保障，敏感信息可能泄露，导致开发者对 Grok Build 的信任度下降。

MIT开发的“SceneSmith”系统利用协作AI代理生成逼真的3D室内环境，帮助机器人模拟日常任务。该系统通过三个代理生成多样化的场景，使机器人在实际操作前进行有效训练，生成的环境与真实世界高度相似，能够有效评估机器人的任务执行能力。

T-Rex是一个多模态框架，旨在提升机器人对触觉信号的反应能力。它通过构建一个包含触觉和视觉信息的统一模型，利用100小时的触觉同步遥操作数据集，支持灵巧操作。该模型分为低频动作专家和高频触觉专家，能够快速适应复杂的操作任务。

蚂蚁灵波发布了LingBot-VA 2.0，这是全球首个具身原生的预训练VA模型。该模型通过预判能力提升机器人在复杂任务中的表现，如桌面整理和轻柔抓取。LingBot-VA 2.0采用新一代VAE、因果预训练和稀疏MoE架构，显著提高了推理速度和实时控制能力，标志着机器人技术进入新阶段。

阿里巴巴旗下高德推出Phys AI Data数据系统，包括Phys AI Foundry和Phys AI Map，旨在解决物理AI训练与应用中的数据问题。Phys AI Foundry提供高质量训练数据，支持机器人在真实场景中学习；Phys AI Map为机器人提供可理解的空间地图，帮助其在开放环境中导航。该系统已向具身智能行业开放，支持API接入，降低企业数据采集成本。

在AI时代，哲学专业的学生受到科技公司的青睐。AI发展面临“意义”问题，哲学家能够提供逻辑和伦理支持。许多哲学毕业生参与AI项目，帮助解决责任和公平等复杂问题。AI公司开始重视哲学思维，以有效避免潜在风险。未来，哲学人才将成为AI领域的重要顾问，推动技术与伦理的结合。

Weblica（网络复制）是一个构建可重复和可扩展网络环境的框架，旨在解决视觉网络代理训练数据的规模化问题。该框架通过HTTP级缓存捕捉稳定的视觉状态，并利用基于真实网站的环境合成来扩展强化学习训练。Weblica-8B模型在多个网络导航基准测试中表现优异，推理步骤更少，且在计算资源增加时表现良好。