马斯克的Grok 4在首届Kaggle AI国际象棋比赛中表现优异，领先Gemini 2.5 Pro和OpenAI的o4-mini进入半决赛。网友认为Grok 4在战术和速度上超越其他模型，国际象棋成为测试AI决策能力的理想场景。

OpenAI开源了两个推理模型gpt-oss-120b和gpt-oss-20b，分别拥有1170亿和210亿参数，支持在笔记本和手机上运行。它们的推理性能接近闭源模型，但在复杂任务中稍显不足。此举旨在推动AI民主化，降低使用门槛，促进创新。

阿里巴巴推出的千问3推理模型性能显著提升，成为全球最强开源模型，超越Gemini-2.5 pro和o4-mini。在知识、逻辑推理和编程等领域表现卓越，Qwen3-Coder被誉为最佳编程模型，推动AI编程热潮。阿里已开源300余款模型，未来将继续投资AI基础设施。

卡帕西分享了ChatGPT模型选择指南，建议用户根据任务复杂度选择模型：o3适合复杂任务，4o适合日常问题，4.5用于创作，以避免选择困惑。

OpenAI 推迟发布 GPT-5，并将 o3 和 o4-mini 设为独立模型，原因不明，可能与模型准备情况或竞争压力有关。GPT-5 将整合多种模型，优化用户体验，免费用户将受到标准智力模型的使用限制。

本文介绍了一种名为家族离线到在线RL的框架，它能够自适应地平衡策略改进和约束强度，实现更高的策略性能上限。该框架利用通用模型训练一族具有不同改进/约束强度的策略，并使用平衡模型为每个状态选择适当的策略。实验证明，该框架相对于现有方法具有统计显著改进，在D4RL基准上实现了最先进的性能。