AI 真正的进化史：今天的一切，究竟是谁铺出来的
P.Christiano et al.，Deep Reinforcement Learning from Human Preferences，NIPS，2017.
通用模型竟然比医疗专用模型更懂医疗？一篇 ACL 论文的两个反直觉发现 | GAIR Paper 123
Doubao 、DeepSeek 在三语数据集上的表现，普遍超过 GPT-4o 和 Gemini。研究团队构建了首个面向医疗错误检测、错误定位和错误纠正的多语言评测基准MedErrBench，覆盖英语、中文和阿拉伯语三种语言，考验了 GPT-4o、Gemini、Llama、Qwen、DeepSeek等一系列主流模型，在多达十类典型医疗错误上的表现。
袁岳：金融机构要拥有更精准的AI
*本文转载自中国经济周刊——经济网当前，金融行业AI投入巨大。但其投入并未完全转化为机构预期的系统性能力，其落地的场景应用大多集中于大模型的能力调用与场景渗透，尚未触及以知识整合为核心、以本体建模为方法、以可解释决策为目标的系统级智能。中国金融业如何走出自己的知识智能之路？
「期刊推荐」长安街读书会第20261001期干部学习核心期刊目录
《求是》2026年第19期刊发习近平总书记重要文章《加强普惠性、基础性、兜底性民生建设》指出，要按照守住底线、突出重点、完善制度、引导舆论的思路做好民生工作。
全球人工智能治理科技社团倡议
We respect the right of all countries to participate equally in AI research and governance， as well as their AI governance paths and policies formulated based on their respective national conditions. We strictly oppose technological hegemony， academic barriers， exclusive “small circles”， and unreasonable technological monopolies， striving to better reflect the demands of developing countries and vulnerable groups in areas such as data access， talent cultivation， and rule-making. We should strengthen academic exchanges and capacity building with developing countries， assisting them in enhancing their AI research and governance capabilities through global joint research， collaborative training， and shared platforms. Together， we aim to bridge the global gap in AI and foster a fair， inclusive， open， and shared global academic ecosystem.
金融机构要拥有更精准的AI
文｜袁岳当前，金融行业AI投入巨大。但其投入并未完全转化为机构预期的系统性能力，其落地的场景应用大多集中于大模型的能力调用与场景渗透，尚未触及以知识整合为核心、以本体建模为方法、以可解释决策为目标的系统级智能。中国金融业如何走出自己的知识智能之路？
课程知识图谱构建指南
导语一门课讲完，PPT攒了几十份，教材划满重点，学生还是会问："这门课到底在学什么？知识点之间什么关系？我先学哪个后学哪个？"这是知识呈现方式问题。传统教学把知识切成一章一节的线性序列，但真实知识结构是网状的，概念之间有先修、包含、类比、应用等多重关联。
基于知识的系统：从理论到落地，专家系统全解析
人工智能入门精讲｜第四章 基于知识的系统：从理论到落地，专家系统全解析导语在前几章中，我们学会了问题求解的搜索、推理算法，以及知识的各类表示方法。