GPT-5编程测评反转；奥特曼千亿美元投入AI算力；北大字节BranchGRPO加速扩散模型；Meta CaT解决RL监督难题；LeCun JEPA杀入LLM训练 | 09月22日AI资讯

slug

summary

GPT-5在新的SWE-BENCH PRO基准测试中表现不佳，整体解决率仅为23.3%，但在已提交任务中准确率达到63.1%，显著高于Claude Opus 4.1的31%。新测试集旨在避免数据污染，包含更复杂的问题，反映真实开发场景的挑战。

OpenAI计划在未来五年内投入约1000亿美元用于租用备用服务器，以应对计算能力短缺的问题。随着ChatGPT的强劲增长，OpenAI的收入预计将从去年的40亿美元增长到130亿美元。新产品将是计算密集型，但Pro用户可能需要额外收费。

北京大学与字节团队提出了BranchGRPO，一种新型树形强化学习方法，通过分叉与剪枝机制提升扩散模型的采样效率与稳定性。该方法在图像对齐和视频生成任务中表现出色，迭代时间提高近5倍，同时保持高对齐效果。

CaT（Compute as Teacher）方法通过将推理计算转化为监督信号，解决了后训练中缺乏标注的问题，显著提升了多个模型在不可验证领域的性能。该方法不需要人工标注，适用于数学推理、医疗咨询和创意写作等任务。

LeCun提出的JEPA方法通过在嵌入空间进行预测，显著提升了大语言模型的训练效果。LLM-JEPA结合了文本和代码的多视角学习，展现出强大的生成能力和鲁棒性，实验证明其性能超越传统训练目标，且在多个主流模型和数据集上均表现优异。

研究团队提出了一种创新的神经-符号框架，通过结合大语言模型和答案集编程，显著提升了空间推理的准确率。该框架采用自动迭代反馈循环，解决了逻辑推理中的错误问题，使推理过程透明可追溯。

AI学长小林