近期开放模型在短短数月内取得显著进展，基础模型已不再是能力提升的主要瓶颈。以GLM5.3和Qwen3.8-27B为代表的新一代模型，其相较上一代的性能提升主要来自后训练阶段的优化，而非单纯扩大基础模型规模。值得关注的...

fal Research 宣布推出 H3 Max，这是 MiniMax H3 的后训练版本，由 fal 推理团队专门针对生成速度进行优化。官方表示，该模型可在不到 3 秒内生成一段 5 秒长的视频，显著降低视频生成等待时间。在人类偏好评估中，H...

TaoLive团队针对直播电商数字人代理的实时性与适应性矛盾，提出Harness-Aware Training（HAT）后训练方法。其核心是将技能、钩子、系统提示和工具模式从模型权重中解耦，使运行时行为可随业务策略变化而无需重新训练...

Harvey 宣布推出其首个后训练开放权重模型 Tenet，该模型基于 Kimi K3 基础版本，通过异步强化学习在真实的长周期法律环境中进行训练。与单纯向模型灌入更多法律文本不同，Harvey 将尽职调查、审查表格、律所知识等...

人工智能安全公司Cogent推出了其最新的前沿网络推理模型VR-1，该模型经过专门的后训练，能够自主探查陌生企业环境、组合跨系统弱点，并通过实际执行验证攻击路径。VR-1的核心能力在于模拟真实攻击链：从有限初始访问...

美国能源部与开放智能实验室Arcee AI宣布联合开发Genesis-Science-1（GS1），一个面向科学计算工作流的开放权重AI模型。该项目旨在解决科学研究中计算流程难以复现的长期痛点，通过透明、可定制的模型架构和开放权重...

在大语言模型后训练中，强化学习正变得愈发关键，但面向长周期智能体任务时，传统同步、批次交替的RL流程效率低下。异步强化学习通过随到随更新的方式提升了效率，然而现有系统多偏重吞吐量，训练稳定性和任务有效性...

在大型语言模型（LLM）和视觉语言模型（VLM）部署中，模型量化是降低计算和存储成本的关键技术。然而，传统量化方法往往需要在模型大小和推理精度之间做出艰难取舍，尤其是在超低位宽（如2-bit、3-bit）下，精度损失...