17c.21：这个中秋，无人机在空中演绎“奔月神话”

17c.21

预训练指令微调模型： Qwen2.5-7B/14B-Instruct（无论是否使用 CoT）在任务中的表现都较差，F1 分数低于 30，这表明仅依靠提示并不足以实现精确的片段级定位。预训练推理模型：具备推理能力的模型（如 QwQ-32B、Qwen3-8B、Qwen3-14B）在幻觉检测任务中能够迁移部分推理能力。例如，Qwen3-14B 在摘要任务上的 F1 提升至 35.8，而 Qwen2.5-14B-Instruct 仅为 32.9。然而，这些模型的表现仍落后于微调模型，这说明仅具备一般推理能力还不足以胜任片段级幻觉检测任务。微调基线模型：监督微调显著提升了性能，在 14B 规模下 F1 达到 55.4。RL4HS 模型：RL4HS 在所有基线模型之上表现出一致的优势，包括专有模型 GPT-4o/5-mini、GPT-5 和 o3。RL4HS-7B 在三个任务上的平均 F1 达到 55.9，显著优于 SFT 的 50.1。在 14B 规模下，RL4HS-14B 在摘要、问答和数据到文本任务上分别取得 57.6、54.8 和 62.6 的成绩，超越了 Qwen3 系列以及表现最强的 GPT-5 和 o3 模型。，这个中秋，无人机在空中演绎“奔月神话”

曹树仁致辞

明明睡了8小时，却还是累到不想动；一打开工作群就心烦意乱；肠胃也像在“抗议”，吃啥都没胃口……假期结束，你是不是也进入了这种“身体开机失败”的状态？

曹雪冉主持会议

何建文报告

2022年——瑞典科学家斯万特·佩博因在已灭绝古人类基因组和人类进化研究方面所作出的贡献而获奖。2021年——美国科学家大卫·朱利叶斯和阿登·帕塔普蒂安因在感受温度和触觉方面的发现获奖。

陈永青作报告

《毕正明的证明》是由佟志坚执导并联合张昊天等担任编剧，王安宇、张天爱、王彦霖领衔主演，聂远特别出演的剧情犯罪电影。

李振东报告

这趟旅行最狠的狗粮，是让我们看到——好的关系根本不用秀，人家早把日子过成产业链，还能顺手塞你一口羊肉，告诉你“甜不甜？

傅晓梅作报告

10月7日，台湾省知名艺人贾静雯迎来自己51周岁生日，当晚她在社交平台发文为自己庆祝，还晒出一家五口大合照，三个女儿一起为妈妈送上生日贺卡，动情文字温馨有爱。

孙建新作报告

今年4月，复旦大学集成电路与微纳电子创新学院、集成芯片与系统全国重点实验室周鹏-刘春森团队就在《自然》提出“破晓”二维闪存原型器件，实现了400皮秒超高速非易失存储，这是迄今最快的半导体电荷存储技术。可以说，“破晓”在速度和功耗两个方面同时实现了突破。

金燕春作报告

时值十一长假，人们的饮食、作息也切换成“过节式”，长途跋涉、舟车劳顿、走亲访友、过度饮酒、暴饮暴食、熬夜刷剧玩游戏成为常态，原有的生活节奏被打乱，带来的健康风险也不容忽视。

高士荣报告

据德国天空体育记者普勒滕贝格的独家消息，国际米兰正在探索签下弗赖堡门将诺亚-阿图博卢的可能性，双方的会谈与会议已经在筹备中。

胡隆礼报告

并大力夸赞她的样貌及气质太美了。还有网友表示为了响应两岸一家亲的使命，期待侯佩岑登上央视春晚，可见大伙儿对她的高度认可。

最近，众多英国足坛人士，尤其是与曼联相关的人士，都在评论红魔的近况以及阿莫林的去留问题。最新发表意见的曼联名宿鲁尼认为，上一场对阵桑德兰的胜利很重要，但他要求这支老特拉福德球队保持稳定性，并承认他支持这位葡萄牙教练。

记者看到，在步入超市前，胖东来的工作人员为上述双胞胎婴儿的家庭提供引导，带领他们走商场的直梯。极目新闻记者也统计了下，从开始排队，到正式进入胖东来超市，花费了约10分钟。 更多推荐：17c.21

来源：李卫芳