血液形态学检查对血液疾病诊断至关重要，但低收入国家面临专家短缺。研究团队提出了一种联邦学习框架，支持多机构协作训练AI模型，保护数据隐私并提升跨机构的泛化能力。该方法在不共享数据的情况下显著提高了模型性能，为医疗AI提供了新解决方案。

爱因斯坦的广义相对论表明，质量会弯曲时空，导致光线偏折。研究团队利用机器学习方法识别出7个高质量的类星体透镜候选体，扩展了样本，为黑洞与星系的共演化研究提供了新途径。

OpenAI推出的新基准测试MLE-bench评估AI在机器学习工程中的表现。结果显示，结合AIDE框架的GPT-4o在Kaggle竞赛中表现优异，展现出AI自我改进的潜力。WecoAI团队将继续改进AIDE并关注AI安全。

OpenR是一个由多所大学联合开发的开源框架，旨在提升大型语言模型的推理能力。它结合了过程奖励模型、强化学习和多种搜索框架，减少了对人工标注的依赖。通过自动生成样本和使用新数据集，OpenR在推理任务中表现出色。

OpenAI 最近发布的 o1 模型在推理能力上取得突破，结合强化学习和思维链技术，提升数学和编程任务表现。汪军教授在 UCL 撰写教程，并将在 RLChina 2024 大会上发布开源框架。o1 模型通过逐步推理实现深度思考，类似人类系统 2 思维，增强 AI 安全性和对齐能力。研究强调推理阶段的计算优化和世界模型的重要性。