2025年9月，苹果与牛津大学和香港城市大学联合发布了一项名为BED-LLM的研究成果。该方法无需微调或重训模型，通过引入贝叶斯实验设计框架，显著提升了大型语言模型（LLM）的提问效率。其核心是让AI学会动态调整问题，以最大化信息增益，并解决多轮对话中的“遗忘症”问题。实验表明，BED-LLM在猜谜游戏和电影推荐任务中将成功率从14%提升至91%，并在跨模型对话中表现出色。这一突破展示了AI从被动问答向主动信息收集的转变，为未来智慧对话提供了新方向。

9月2日，瑞士正式发布国家级开源大语言模型Apertus，由洛桑联邦理工学院、苏黎世联邦理工学院及瑞士国家超级计算中心联合研发。该模型完全开源，提供训练文档、源代码和数据集，严格遵守瑞士数据保护与版权法规，适合希望符合欧洲法规的企业使用。Apertus支持1000多种语言，非英语数据占比40%，涵盖瑞士本土语言，训练数据仅使用公开资源并尊重网站爬取限制。目前提供80亿和700亿参数两种版本，可通过瑞士电信或Hugging Face获取。瑞士官方称其为公共AI基础设施的有力证明，未来可能在科研、企业及银行领域广泛应用。

大模型自指：代码生成的递归式自我提升 近年来，研究表明通过“脚手架”程序多次调用语言模型，可显著提升输出质量。本研究提出一种名为“自学优化器”（Self-Taught Optimizer，STOP）的方法，利用语言模型驱动的脚手架改进自身。实验中，团队构建了一个“种子改进器”，通过多次调用模型生成候...

2025年8月，英伟达韩松团队推出全新高效语言模型Jet-Nemotron，基于后神经架构搜索（PostNAS）技术。该模型在MMLU等基准测试中表现优异，吞吐量较Qwen3-1.7B快47倍，缓存缩小至1/47，同时在数学、常识推理、编码等任务上超越多个基线模型。研究团队通过全注意力层优化、动态卷积模块设计及硬件感知搜索提升效率，并计划开源代码与模型。团队成员均来自华人学者，包括清华大学、麻省理工学院等顶尖机构的研究人员。这一成果显著推进了高效语言模型的发展。

8月25日，苹果研究人员提出一种名为“基于清单反馈的强化学习”（RLCF）的新方法，通过任务清单替代传统人类评分，显著提升大语言模型执行复杂指令的能力。RLCF为每条指令生成具体检查清单并逐项评分，指导模型优化。团队在Qwen2.5-7B-Instruct模型上测试显示，该方法在多个评测基准中均取得提升，部分任务最高提升达8.2%。研究利用更大规模模型生成13万条“WildChecklists”数据集，提供明确判断项用于训练。不过，研究者指出RLCF依赖更强模型评判，资源受限场景可能受限，且不适用于安全对齐，仍需进一步验证适用性。

标题：GPT-5变蠢背后：抑制AI幻觉的代价 OpenAI发布GPT-5后引发广泛批评，用户认为其“变蠢了”“没创造力了”。这并不意外，因为GPT-5显著降低了幻觉率，但代价是输出更呆板。降低幻觉率让模型更严谨，却削弱了主观能动性，这对写代码和Agent构建有帮助，但消费级用户对此需求不高。此外...

小模型，也是嵌入式的未来 英伟达近期提出一个引人注目的研究结论：小型语言模型（SLM）才是智能体的未来。随后发布的Nemotron-Nano-9B-V2模型，在部分基准测试中表现优异。这股“小模型”风潮也席卷了MCU和MPU领域。 SLM通常由大型语言模型（LLM）压缩而来，参数规模从几百万...

8月19日，英伟达发布开源小型语言模型Nemotron-Nano-9B-V2。该模型在指定基准测试中表现出同类最佳性能，并支持用户灵活开启或关闭AI推理功能。值得一提的是，这款模型能够在单个英伟达A10 GPU上运行，为开发者和研究人员提供了更高的效率与灵活性。这一发布进一步丰富了英伟达在AI领域的技术生态，为小型语言模型的应用开辟了新可能。

8月13日，阿里巴巴集团旗下智能信息事业群启动大规模AI人才招聘计划，社招与校招总规模近千人。招聘聚焦大语言模型、多模态识别与理解、多模态训练工程、智能体应用及AI硬件等前沿技术领域，工作地点覆盖北京、上海、杭州、广州等核心城市。此次招聘旨在加速阿里在AI TO C业务领域的布局与发展，为技术创新和应用落地注入新动力。

2025年8月8日，小红书开源了首个多模态大模型dots.vlm1，基于自研12亿参数视觉编码器和DeepSeek V3语言模型构建。该模型在视觉理解与推理任务中性能接近SOTA水平，可完成色盲图识别、数独解题、高考数学题解答等复杂任务，并能模仿李白诗风创作诗词。模型已在GitHub和HuggingFace平台开源，提供Demo供体验。这是小红书两个月内开源的第三款模型，体现了其技术自研的决心。团队强调多元智能研发方向，未来或将进一步结合图文生成能力与应用产品，推动更精准的内容理解和社区交互。