VeraRetouch是一个轻量、可微分、可部署在手机上的修图框架，能自动修图、按风格描述或参数调整。它用0.6B视觉语言模型作为“大脑”，配合可微分的Retouch Renderer执行像素级调整，在保持细节的同时优化色调和色彩。

阿里推出统一评测Agent架构，实现AI评测全链路自动化。该架构让Agent自主学习业务标准，自动完成评测集生成、打分、验收与Badcase分析，覆盖商家、租赁、回收等多场景。通过识图-推理解耦技术抑制多模态幻觉，结合强化训练提升模型推理能力，机审率突破97%，年省千万标注成本，高效支撑业务快速迭代。

电商搜索中，Query与商品相关性判别技术至关重要，直接影响用户体验和商家效率。传统BERT模型虽能处理大部分搜索需求，但在长尾复杂query上表现不足。本文提出基于大模型的优化框架，通过CoT微调、Pass@N-based DPO和动态采样GRPO，显著提升模型推理能力，解决了在线部署和错误累积问题，最终在难query评测集上取得显著效果。

OpenAI推出强化微调（RFT）功能，支持o4-mini模型，整合监督微调、奖励模型和强化学习，显著减少对大规模标注数据的依赖。RFT通过奖励驱动优化模型，适用于编程、数学、法律、医疗等领域，帮助模型成为特定领域专家。技术核心为策略梯度算法和近端策略优化（PPO），提升模型在特定任务上的性能。

马蜂窝推出自主研发的旅行大模型mfw-32B，已成功部署至APP。该模型在行程规划能力上与DeepSeek-R1持平，但在响应速度、资源占用及降低幻觉等方面表现更优。通过SFT微调和强化学习，mfw-32B在个性化需求提取、时间窗管理、预算优化及行程生成上均有显著提升，为用户提供更智能、高效的旅行体验。