如今， 快手 KwaiKAT 团队与南京大学刘佳恒老师 NJU-LINK 实验室 、张煜群教授实验室 ARiSE 合作重磅推出 HiPO（Hybrid Policy Optimization）框架，为 LLM 装上了智能的「思考开关」。 该框架通过创新的混合数据冷启动与混合强化学习奖励系统，使模型能够自主、动态地决策何时该启动详细推理（Think- on），何时该直接给出答案（Think-off）。 当用户向大语言模型提出一个简单问题，比如「单词 HiPPO 里有几个字母 P？」，它却正襟危坐，开始生成一段冗长的推理链：「首先，让我们分析 HiPPO 这个 词，河马的英文单词为 hippo，河马是一种半水生哺乳动物，这里用户用了大写字母，可能有特殊的含义，对于单词 HiPPO，我们可以将其拆分为 H-i-P-P-O，字 母 P 出现在第 3 与第 4 个位置，因此有 2 个字母 P... 让我们简化问题，HiPO 可以拆分为...」 面对这样的「严谨」，用户难免哭笑不得，既浪费了计算资源，也增加了等待时间，甚至更坏的情况是模型被自己冗长的推理链「绕晕了过去」，最终给出了错 误的答案，用户只得捶胸顿足地大喊：「 ...

本文来自微信公众号：硅星人Pro （ID：gh_c0bb185caa8d），作者：ChatGPT，题图来自：AI生成 8月6日，OpenAI在X（前推特）上突然发布简短预告："LIVE5TREAM THURSDAY 10AM PT"。预告中 的"5"替代了"livestream"中的"s"，明显暗示即将到来的GPT‑5。这条动态迅速在全球科技圈引发热议，意 味着过去一年多被反复预告又不断推迟的GPT‑5终于要揭开面纱。直播将在8月7日13:00开始（太平洋时 间），也即我们的北京时间周五凌晨一点。 $$\mathbb{M}\mathbb{F}$$ 新能力曝光：链式思考与模型统一 GPT‑5到底有何革新？由于官方尚未公布细节，我们可以从此前的访谈和测试者反馈中窥见端倪： 链式思考：Sam Altman今年早些时候预告，GPT‑5在ChatGPT的表现将加入"链式思考"可视化，用户能够 看到模型推理的部分过程。这有助于理解模型如何得出答案，也方便开发者调试。 模型家族统一：Altman还表示，OpenAI将把现有的o系列模型（如GPT‑4o、o4‑mini）纳入GPT家族，使用 户只需记住一个型号即可自动匹配最适 ...