小蔡头喵喵喵：苹果为 AirPods Pro 3/2 及 AirPods 4 发布新固件 8A358

小蔡头喵喵喵

赢得本场比赛后，埃及在9轮非洲区世预赛中取得了7胜2平积23分的成绩，在还剩一轮的情况下领先A组第二的布基纳法索5分，这使得他们提前一轮成功出线。，苹果为 AirPods Pro 3/2 及 AirPods 4 发布新固件 8A358

邵庆珍致辞

随着 AI 技术的迅速普及，一系列复杂的社会和伦理问题也浮出水面，OpenAI 作为行业的领军者，必须在版权、开源和监管等多个战场上进行探索和博弈。

宁华东主持会议

徐炜报告

10月7日上午9时许，上述商家通过社交媒体发布视频，向消费者道歉。视频中，商家称对芒果礼盒里被垫了书本不知情，并表示消费者可持小票、付款记录到店，将全额退款。“这也是一次教训，也请大家理解。芒果大家留着吃。”商家表示。对此，部分网友表示不认可，留言希望能够退一赔三。

刘小杰作报告

8时许，出征仪式在雄壮的国歌声中开始，参加联演的南部战区陆军、海军、空军，驻香港部队和联勤保障部队的700多名官兵整齐列队，听令出征。

赵建芳报告

为了逃避家人，2024年，卡罗琳娜听从一名网友的建议离开波兰，来到了西班牙特内里费岛。朋友们说她对新生活很满意，甚至收养了一只小猫，但这只小猫不久去世了。一些朋友说，这“击垮了她”。

聂学义作报告

目前有分析认为，马克龙如果选择解散议会举行选举，很可能导致极右翼政党在新的议会选举中收获更多席位，而马克龙所在的中间派执政联盟很可能遭到削弱。

迟志均作报告

女单前5的排名没有任何变化，孙颖莎11600分继续稳居第1，中国大满贯夺冠的王曼昱8850分排名第2位，陈幸同、蒯曼和王艺迪分列3到5位。朱雨玲反超张本美和，上升到世界第6位。前10中另一位中国选手，是排名第9位的陈熠。

程德彬作报告

据多位媒体人报道，山东篮球名宿徐长锁不幸逝世，享年52岁。徐指导球员时期曾是山东男篮主力前锋，退役后培养了丁彦雨航、陶汉林和杨瀚森等球员。

狄俊良报告

“承认潮”燃起了新希望，但多位专家表示，以色列犹太定居点扩张、巴以隔离墙修建、加沙地带封锁以及巴勒斯坦内部分裂等现实，使得巴勒斯坦建国之路愈发艰难。

钟华东报告

新华社日内瓦10月7日电（记者焦倩）世界贸易组织7日发布最新全球贸易展望报告说，受全球经济复苏乏力和美国关税政策等因素影响，2026年全球货物贸易增长预期大幅下调至0.5%，较8月预测的1.8%显著降低。

Grokking 行为的解释：在 grokking 初期，惰性学习阶段对应记忆过程，顶层利用随机特征找到一个暂时的解来拟合目标。之后，反向传播的梯度才开始有意义，促使隐藏层学习到可泛化的「新兴特征」。新兴特征：这些特征是能量函数 E 的局部极大值，支配着独立学习阶段。这些特征在标签预测上的效率高于简单记忆。数据决定能量景观：充足的训练数据可以保持这些可泛化局部极大值的形状，而数据不足则会导致非泛化的局部极大值。特征出现、泛化与记忆的尺度律：通过研究能量景观随数据分布变化的方式，可以推导出相应的尺度规律。

预训练指令微调模型： Qwen2.5-7B/14B-Instruct（无论是否使用 CoT）在任务中的表现都较差，F1 分数低于 30，这表明仅依靠提示并不足以实现精确的片段级定位。预训练推理模型：具备推理能力的模型（如 QwQ-32B、Qwen3-8B、Qwen3-14B）在幻觉检测任务中能够迁移部分推理能力。例如，Qwen3-14B 在摘要任务上的 F1 提升至 35.8，而 Qwen2.5-14B-Instruct 仅为 32.9。然而，这些模型的表现仍落后于微调模型，这说明仅具备一般推理能力还不足以胜任片段级幻觉检测任务。微调基线模型：监督微调显著提升了性能，在 14B 规模下 F1 达到 55.4。RL4HS 模型：RL4HS 在所有基线模型之上表现出一致的优势，包括专有模型 GPT-4o/5-mini、GPT-5 和 o3。RL4HS-7B 在三个任务上的平均 F1 达到 55.9，显著优于 SFT 的 50.1。在 14B 规模下，RL4HS-14B 在摘要、问答和数据到文本任务上分别取得 57.6、54.8 和 62.6 的成绩，超越了 Qwen3 系列以及表现最强的 GPT-5 和 o3 模型。 更多推荐：小蔡头喵喵喵

来源：吴刚