91精工厂：深挖 | 2025第一个诺奖为何颁给这三位科学家？

91精工厂

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。，深挖 | 2025第一个诺奖为何颁给这三位科学家？

张金霞致辞

有些孩子，平时死活背不下来课文，可一到游戏里记地图、背技能、算数值，快得跟闪电一样。差的不是脑子，是场景。假期如果只剩下题海，孩子心里只会觉得世界又小又无聊，慢慢连好奇心都被磨没了。

张金刚主持会议

梁延华报告

随着先后与英伟达、AMD、甲骨文等巨头签署关键协议，OpenAI对算力的布局正持续加码。Sam Altman曾直言，算力的缺乏导致OpenAI下一代大模型推出受阻，短期内竞争对手谷歌将拥有更强大的算力。上月底，他还在社交平台上预告称，接下来的几周将推出一些新的高算力产品，OpenAI的目标仍然是尽可能降低智能计算的成本，让其服务能够被更广泛地使用。

杨雷杰作报告

按照很多普通球迷的思维，顶级运动员打比赛基本都能赢球，他们应该是很享受比赛过程的。这就像你在学校考试，学霸们都非常期待考试，因为考试可以让他们享受“众星捧月”的感觉。相比之下，学渣们则会对考试深恶痛绝。

张强报告

那么，免疫系统如何决定应该攻击什么，又应该保护什么呢？三位获奖者识别出了免疫系统的“安全卫士”——调节性T细胞，它能阻止免疫细胞攻击我们自己的身体。

戚翠萍作报告

IBM软件高级副总裁Dinesh Nirmal表示：“此次合作通过先进AI功能强化了软件产品组合，同时严格保留了企业客户所需的治理、安全与可靠性标准，我们提供的是契合企业运作方式的AI，而非带来新风险的实验性工具。”

赵沙沙作报告

2025年9月17日至2025年9月25日，我局依法对北京丽泽金融商务区北区A地块建设及综合治理项目FT00-0609-0037（2）地块B4综合性商业金融服务业用地项目规划设计方案进行了为期7个工作日的网上及现场公示。公示期共收到3份公众反馈意见，经我局研究，现就公众反馈意见进行回复并采信如下：

张云龙作报告

北京时间10月7日NBA 季前赛，孟菲斯灰熊对阵底特律活塞。半场灰熊64-74活塞，最终灰熊112-128活塞。孟菲斯灰熊杰洛姆16分4板3助，波普15分2板3助；底特律活塞坎宁安20分3板4助，托拜厄斯-哈里斯13分4板2助。

房墉报告

报道称，比利亚雷亚尔已决定就莫里尼奥上周在伯纳乌球场领到的第二张黄牌提起申诉，意在撤销该黄牌，确保球员能参加下一轮联赛。

马秀红报告

当地时间5日，美国国防部长赫格塞思在美国海军成立250周年庆典接受采访时表示，他知道所谓的“五角大楼披萨指数”。这也是首次有美国国防部长公开回应民间关于美国国防部的这一猜测。

毕女士表示，前段时间她意外发现弟妹手机上收到了多条信用卡还款提醒，让她感到非常纳闷，因为弟妹的精神有问题，不可能自己去贷款，之前还在医院进行过相关治疗！

然而，目前该数据泄露网站已被关闭。其域名当前使用的 DNS 服务器为 surina.ns.cloudflare.com 和 hans.ns.cloudflare.com，这两个 IP 地址此前曾被美国联邦调查局（FBI）用于查封非法域名时使用。 更多推荐：91精工厂

来源：史芸