本文探究了监督微调（SFT）后接强化学习（RL）这一标准后训练范式中，RL对大语言模型（LLMs）推理能力的作用机制。研究聚焦于互补推理任务，该任务需要模型将内部参数化知识与外部上下文信息进行整合。通过构建受控的合成人物传记数据集，研究将能力严格解耦为参数化推理和上下文推理两个原子技能，并在I.I.D.、组合及零样本三种不同难度级别上评估泛化性能。研究发现，尽管SFT在分布内表现良好，但在分布外、特别是需要新关系组合的零样本泛化上表现不佳，并揭示了SFT泛化悖论：仅用复合任务进行监督训练的模型虽在分布内取得高准确率，却在分布外泛化上崩溃，表明其依赖对路径捷径的机械记忆。关键结论是，RL扮演了“技能合成器”而非“概率放大器”的角色：只有当基础模型通过SFT预先掌握了独立的原子技能后，RL才能有效合成复杂的推理策略。这一发现挑战了RL仅为放大器的观点，表明解耦的原子技能训练加上RL，为复杂推理任务的泛化提供了一条可扩展的路径。

具体指引详见 📖  https://arxiv.org/abs/2512.01970

👤 作者：Sitao Cheng等📅 发布时间：Jan 25, 2026

为巩固在全球科技竞争中的优势地位，英国政府正式宣布了一项重磅人才引进政策，将为从事人工智能（AI）、量子计算和半导体等关键领域的国际学者及研究人员提供签证费用退还。该政策于2026年1月20日由财政大臣雷切尔·里夫斯（Rachel Reeves）在达沃斯经济论坛面向全球商界领袖和投资者时发布。此举旨在应对此前外界关于英国签证成本高昂、正将人才“拒之门外”的批评。数据显示，面向有前景研究者的主要签证途径——“全球人才签证”，其费用曾远高于其他科学强国。 作为科学人才战略的核心组成部分，该政策明确目标是让英国成为顶尖人才“工作、学习和创业的首选之地”。政府不仅将承担特定领域专家的签证成本，还通过“全球人才基金”持续发力。该基金总额5400万英镑，已成功招募首批4名科学家，并于本次宣布了包括剑桥大学计算机科学家Katie Seaborn和Dong Ma，以及伯明翰大学神经科学家George Mangun和分子生物学家John Lindner在内的第二批4名新成员。整个计划预计将支持最多80位科学家移居英国。此外，政府还宣布为国际数学奥林匹克竞赛金牌得主提供赴英大学奖学金，并包含由先进研究与发明局（ARIA）协调的世界级研究团队和初创企业实习机会。英国商业和贸易大臣彼得·凯尔（Peter Kyle）强调，通过吸引AI、量子、生命科学和清洁能源领域的领导者，将驱动增长与创新，使英国成为全球最佳企业家的“主要发射台”。

具体指引详见 📖  https://www.timeshighereducation.com/news/uk-reimburse-visa-fees-ai-and-quantum-researchers

👤 作者：Helen Packer📅 发布时间：January 20, 2026

慕尼黑敏捷机器人公司（Agile Robots）近日推出了一款专为工业场景设计的人形机器人，该机器人身高174厘米，重69公斤，具备高达71个自由度（degrees of freedom）和精密触觉传感器，并集成了自主导航功能。这款机器人的技术参数表明其在动作灵活性和环境适应性方面达到了行业领先水平，71个自由度远超传统工业机器人，使其能够执行更复杂、精细的操作任务。精密触觉传感器的集成则显著提升了机器人对力度的感知和控制能力，这对于精密装配、物体抓取等需要高精度操作的场景尤为重要。 从技术角度看，该机器人的自主导航功能结合了多种传感器和算法，能够在动态工业环境中实现安全、高效的移动，这是工业4.0和智能制造领域的关键技术突破。其应用场景预计将覆盖汽车制造、电子装配、物流仓储等多个工业领域，能够承担危险、重复或高强度的工作，从而提高生产效率并降低人力成本。 这款机器人的推出也反映了当前人形机器人市场的发展趋势：从单纯的技术展示向实际工业应用转型。随着人工智能、传感器技术和材料科学的进步，人形机器人在工业场景中的实用性正不断提升。预计未来几年，此类高精度、高自由度的人形机器人将成为智能制造领域的重要竞争焦点，推动传统工业向更加自动化、智能化的方向发展。

具体指引详见 📖  https://x.com/rohanpaul_ai/status/2015253731982680107

👤 作者：Rohan Paul📅 发布时间：Jan 25, 2026 10:41 AM

图灵奖得主、贝叶斯网络之父Judea Pearl于2026年1月25日通过社交媒体平台回顾了人工智能领域先驱Marvin Minsky（1927-2016）曾称其“种族主义者”的往事，并分享了科学作家John Horgan撰写的相关文章的修订版本。这一事件再次引发了关于AI研究方法论和科学哲学的讨论。Minsky作为人工智能奠基人之一，其与Pearl在因果推理与符号人工智能等理念上存在显著分歧，反映了AI发展史中不同学派之间的思想碰撞。Pearl提出的因果推理框架（包括因果图、do演算等）彻底改变了机器学习和统计学领域，为其获得2011年图灵奖奠定了基础。然而，这种范式创新在当时并未完全被传统AI社区接受，Minsky的批评也代表了部分学者对因果论挑战经典概率论框架的保留态度。该事件不仅展现了AI研究演进过程中的学术争鸣，也凸显了科学新范式诞生时常伴有的观念冲突。随着因果AI近年来成为前沿方向，Pearl的工作受到广泛认可，其与Minsky的分歧也已成为理解AI发展史的重要案例。此次Pearl的再度提及，正值生成式AI引发全球关注之际，为当前关于AI可解释性、因果推理必要性的讨论提供了历史注脚。

具体指引详见 📖  https://x.com/yudapearl/status/2015218375094616147

👤 作者：Judea Pearl📅 发布时间：2026-01-25T08:21:00

华盛顿大学著名教授Pedro Domingos提出了一项关于大型语言模型（LLM）能力边界的观察，指出他从未见过LLM能够自主创造真正意义上的新概念。这一观点直击当前AI技术发展的核心争论点——生成式AI是否具备真正的创新能力。从技术角度分析，现有LLM主要基于海量已有数据训练，通过模式匹配和概率组合生成内容，本质上属于对既有知识的重新组织与表达，而非从无到有的概念创造。这一局限性在科学发现、哲学思辨、艺术创新等需要突破现有认知框架的领域尤为明显。从行业影响来看，这一观点可能促使AI研发方向从单纯追求参数规模转向更注重推理能力、常识理解和创造性思维的新型架构设计。当前业界已有尝试通过思维链推理、强化学习人类反馈(RLHF)、符号推理与神经网络结合等方法来突破这一瓶颈。未来，真正的概念创新能力可能需要融合因果推理、元认知等更高级的认知机制，这也将是迈向通用人工智能(AGI)的关键挑战之一。

具体指引详见 📖  https://x.com/pmddomingos/status/2015287017303843150

👤 作者：Pedro Domingos📅 发布时间：Jan 25, 2026

美国国防部高级研究计划局（DARPA）长期以来以其高效的项目管理机制和高风险创新孵化能力著称，在推动前沿技术发展方面发挥了关键作用。然而，随着人工智能特别是递归自我改进AI（Recursively Self-Improving AI）技术的快速发展，DARPA现有的项目驱动型框架正面临严峻的结构性挑战。这类AI系统能够在运行过程中不断优化自身架构与性能，其演进路径具有高度不确定性和潜在风险，需要持续、权威且长期有效的治理机制。 DARPA基于临时项目、非约束性协议的传统管理模式，难以提供递归自我改进AI所需的连续性监管能力和长期视野。这类AI系统的治理要求跨周期的政策连贯性、实时监控能力以及紧急干预机制，而DARPA的模式更适用于短期、目标明确的科研攻关。这一局限性凸显了当前AI治理框架在应对新兴技术形态时的不足，尤其是在AGI（通用人工智能）和RSI（递归自我改进）等前沿领域。 该讨论反映了业界对AI治理模式的深刻反思，呼吁建立超越传统项目周期的全新治理范式，可能需要专门的监管机构、长期预算机制和国际协调框架，以确保在推动创新的同时有效管控递归AI带来的系统性风险。这一议题对全球AI政策制定者和技术开发者均具有重要参考价值。

具体指引详见 📖  https://x.com/ceobillionaire/status/2015265309322625324

👤 作者：GhØsT!PiLØT📅 发布时间：Jan 25, 2026

具体指引详见 📖  https://x.com/hardmaru/status/2015272691243319627

👤 作者：hardmaru📅 发布时间：Jan 23

人工智能正深刻重构全球就业生态与职业图景。从AI训练师、AI产品经理、AI伦理审核员等新职业涌现，到“一人公司”等创业新范式兴起，AI正在加速重塑职业图景，对劳动者的从业素质提出了新要求。普华永道2025年全球AI就业晴雨表显示，全球几乎所有涉及AI应用的岗位数量都在增加；拥有AI技能的从业人员平均工资溢价达56%，是上年的两倍。58同城近期发布的报告也指出，平台已涌现近50类“人机协作”新岗位与40种智能新服务。在技术层面，智能、世界模型等技术方向加快突破，人工智能正从语言处理走向对物理世界的理解与建模。北京智源人工智能研究院发布的《2026十大AI技术趋势》认为，行业技术范式正发生深刻变化。具身智能推动人形机器人向更高自主性和更强人机协同能力发展，逐步进入真实应用场景。中国电子学会政策研究与国际合作处处长王桓表示，人形机器人可广泛应用于工业、商业、文旅、医疗、家庭等各类场景，这一产业的规模化发展将在设计研发、生产制造、检测认证、保养维修、场景应用等产业链各环节创造大量新就业岗位。与此同时，AI也降低了创业门槛，“一人公司（OPC）”逐渐兴起。清华大学新闻学院、人工智能学院双聘教授沈阳认为，OPC正从个体创作转向具备规模化能力的“超级个体”，未来五年有望成为数字经济的重要组成部分。面对AI时代，多位专家指出，人类的想象力、判断力、审美能力、批判性思维和情感互动能力将成为不可替代的优势。复旦大学计算与智能创新学院教授张军平建议，青年一代要建立以“AI思维”为核心的认知范式，提升驾驭AI的能力以塑造发展新优势；要建立动态演进的知识体系，提升“跨学科融合+伦理引导”的未来竞争力。

具体指引详见 📖  https://www.stdaily.com/web/gdxw/2026-01/25/content_465902.html

👤 作者：温竞华📅 发布时间：2026-01-25

具体指引详见 📖  https://www.stdaily.com/web/gdxw/2026-01/25/content_465780.html

👤 作者：新华社记者 郭爽📅 发布时间：2026-01-25 08:17:49