Osmosis-Apply-1.7B是基于Qwen3-1.7B模型通过强化学习微调而成的专用模型，在代码合并任务中表现出色，其奖励分数高达0.9893，甚至超越了OpenAI o3等更大规模的基础模型，同时显著降低了成本。该模型在CommitPackFT...

一项创新的推理时间扩展方法通过结合o4-mini、Gemini-2.5-Pro和DeepSeek-R1三种AI模型，在ARC-AGI-2基准测试中实现了30%的性能提升，显著优于单个模型的表现。该技术采用动态选择机制，根据问题特性自动分配最适合的...

Anyscale研究团队近期对TRL、Verl、OpenRLHF等九大开源强化学习框架进行了系统性评测，涵盖采用度指标、系统特性和技术架构三大维度。该研究为开发者选择适合RLHF（人类反馈强化学习）、推理模型或智能体训练场景的...

过去几年，AI行业一直遵循着类似摩尔定律的发展轨迹，即智能计算成本每年呈数量级下降，且每一代新模型不仅性能更强，运行成本也更低。然而，谷歌上周发布的Gemini 2.5 Flash模型打破了这一趋势——其输入token价格翻...

LangChain最新发布的技术指南《智能体上下文工程》深入剖析了Agent开发中的核心环节——上下文工程。该指南不仅系统阐述了上下文工程在智能体架构中的关键作用，还详细介绍了当前业界主流的实现模式及具体应用方案。作...

Devin团队在其最新技术分享中提出'防御性提示（defensive prompting）'方法论，强调在AI代理开发过程中，不仅要明确任务目标，更需要通过结构化指令指导AI'如何完成任务'。研究表明，耗时1-6小时的中等复杂度任务能...

OpenAI联合创始人Ilya Sutskever已正式出任Safe Superintelligence公司CEO，此前Meta挖走了该公司前CEO Daniel Gross。Meta在CEO马克·扎克伯格的领导下，正通过巨额投资和成立Meta Superintelligence Labs持续推进人...

法国研究机构Kyutai Labs近日开源其文本转语音（TTS）系统Kyutai TTS，该技术凭借L40S GPU实现32请求并行处理时仅350毫秒的延迟表现，达到行业领先水平。系统创新性地提供单词级时间戳输出功能，英语和法语的字错误...