AI 科技日报 | 2026年07月29日

今日 AI 领域聚焦于强化学习微调、模型安全、扩散模型优化、科学论文审阅自动化及大规模开源模型发布等前沿技术进展。

500美元强化学习微调：9B开源模型在目录审核任务中超越前沿模型

摘要：一项研究表明，仅用约500美元的计算成本，对9B参数的开源模型进行强化学习（RL）微调，即可在目录审核（catalog review）任务中超越包括GPT-4在内的前沿商业模型。该方法展示了在特定垂直任务上，通过低成本、高针对性的后训练，开源模型能够实现显著的性能突破，为小规模团队利用RL提升模型实用性提供了可行路径。

来源：FermiSense 链接：https://fermisense.com/when-machines-take-the-wheel/

Anthropic发布HAWK-256实际密钥恢复攻击演示

摘要：Anthropic 发布了一项针对 HAWK-256 哈希函数的实际密钥恢复攻击研究成果。该研究不仅详细阐述了攻击原理，还提供了可复现的演示代码。这项工作展示了前沿AI模型在辅助密码学分析与漏洞发现方面的潜力，同时也提醒开发者关注现有加密原语在面对高级AI辅助攻击时的安全性。

来源：GitHub (Anthropic) 链接：https://github.com/anthropics/cryptography-research-demo

重新思考扩散模型中的无分类器引导：基于策略的蒸馏视角

摘要：该研究聚焦于在线策略蒸馏（On-Policy Distillation, OPD）中无分类器引导（CFG）的行为机制。论文指出，在OPD训练过程中，学生模型沿自身轨迹查询教师模型，而CFG的默认行为在这种动态环境下可能并非最优。研究提出了对CFG在扩散模型蒸馏中作用的新理解，有望提升蒸馏效率和生成质量。

来源：arXiv cs.AI 链接：http://arxiv.org/abs/2607.24731v1

OpenReviewer：专用于生成科学论文关键评审的LLM

摘要：研究团队推出OpenReviewer，一个专门针对科学论文评审任务进行微调的大语言模型。该模型旨在生成具有批判性、建设性和专业深度的论文评审意见，能够模仿人类审稿人的思考过程，识别论文中的逻辑漏洞、方法缺陷和表述问题。OpenReviewer有望辅助研究人员和会议组织者提高审稿效率与质量。

来源：ACL Anthology (NAACL 2025 Demo) 链接：https://aclanthology.org/2025.naacl-demo.44/

Kimi K3：2.8万亿参数、1040亿激活参数的开源前沿智能模型

摘要：推出Kimi K3，一个拥有2.8万亿总参数、1040亿激活参数的混合专家（MoE）模型。该模型原生支持视觉能力，并具备100万token的超长上下文窗口。Kimi K3基于Kimi Delta架构构建，在多项基准测试中达到前沿水平，其开源发布为社区研究大规模MoE训练、多模态融合及长上下文推理提供了重要资源。

来源：arXiv cs.CL 链接：http://arxiv.org/abs/2607.24653v1

DataOrchestra：学习为每个数据样本编排预处理策略

摘要：现有的大语言模型预训练数据处理通常采用固定策略，忽略了不同样本的差异性。DataOrchestra提出一种新范式，通过学习为每个数据样本动态编排个性化的预处理策略。该方法能够根据样本特征（如来源、质量、复杂度）自动选择或组合不同的清洗、过滤与增强操作，从而更精细地提升预训练数据质量，并最终改善模型下游性能。

来源：arXiv cs.AI 链接：http://arxiv.org/abs/2607.24717v1

XY：快速、可组合、GPU加速的交互式绘图库

摘要：XY 是一个开源的交互式数据可视化库，专为高性能与可组合性设计。它利用GPU加速渲染，能够流畅处理大规模数据集。XY 提供了简洁的API和丰富的交互组件（如缩放、平移、选择），并易于与其他Python库集成。对于需要快速探索和分析高维数据的AI研究人员，XY是一个有力的新工具。

来源：GitHub (Reflex Dev) 链接：https://github.com/reflex-dev/xy

本文由 AI 辅助生成，内容仅供参考