2025年7月，Fiverr CEO Micha Kaufman在公开信中直言AI正在抢夺工作机会，涵盖程序员、设计师、律师等职业，呼吁人们尽快适应自动化趋势。他指出，99%的AI公司是泡沫，市场将经历出清，仅少数企业能存活。Kaufman认为，AI迫使人类重新思考自身价值，强调创造力和非线性思维的重要性。他还提到，市场营销岗位可能最快被AI取代，而初级职位尤甚。面对技术变革，他建议职场人士不断自我提升，并预测未来几年内AI将加速行业整合。Kaufman同时表示，团队需聚焦速度与方向合一的动能，避免盲目堆叠功能，优先解决核心瓶颈问题。

无需数据标注！测试时强化学习，模型数学能力暴增159%！ 清华和上海AI Lab周伯文团队提出一种新方法：测试时强化学习（TTRL），无需数据标注，仅靠模型自身生成数据即可显著提升数学能力。以Qwen-2.5-Math-7B为例，在AIME 2024竞赛题中的准确率从16.7%提升至43.3%，增幅...

3月24日，DeepSeek-V3模型完成小版本升级至DeepSeek-V3-0324。新版模型在推理、前端开发、中文写作及搜索能力等方面均获显著提升，尤其在数学、代码任务上表现超越GPT-4.5。此外，其生成的HTML代码更美观，中文写作质量更优，且联网搜索结果更详实。模型支持API接口不变，推荐非复杂推理任务使用。新版已开源，参数量约660B，上下文长度达128K，用户可通过Model Scope和Hugging Face获取。

标题：MIT新研究：在测试时训练，模型推理能力最高提升5.8倍 MIT的研究表明，在测试时对大模型进行训练，可以显著提升其推理能力。在超难的ARC任务中，这种“测试时训练”（Test-Time Training, TTT）方法使模型准确率最高提升至5.83倍，甚至超越了GPT-4和Claude的表现...

标题：10行代码让大模型数学提升20%，开源研究受谷歌关注 关键信息：独立学者提出仅需10行代码就能大幅提升大模型数学能力20%的改进方案，名为"最小p采样"（min-p sampling）。此方法旨在平衡生成文本的连贯性和多样性，通过动态调整抽样阈值来实现。研究显示，该方法已在Mistral-7...

港中文贾佳亚团队发布新成果，利用10k数据和Step-DPO算法，72B Qwen模型在数学能力上超越GPT-4等模型，提升了5.6%。该团队借鉴教育方式，通过细化DPO形成逐步应用策略，增强了大模型的推理和长链条推理任务能力。研究还展示了如何通过模型自动生成数据处理流程，仅需少量人工验证，就能有效提升模型在数学测试集上的准确性，如MATH和GSM8K，甚至在竞赛题上也有所突破。项目代码、数据和模型已开放至GitHub和Hugging Face，供学术界和公众访问。