DeepReinforce近日开源了其新一代编程模型家族Ornith-1.0，这一系列模型的最大亮点在于具备自我编写强化学习（RL）训练框架的能力，标志着AI模型在自我优化和自动化研究方向上迈出重要一步。Ornith-1.0家族基于预训...

Hugging Face 团队近日发布了一项名为“Delta Weight Sync”的创新技术，旨在解决大规模强化学习（RL）训练中的通信瓶颈问题。在训练拥有万亿参数量的模型时，传统的权重同步方式需要在训练器（Trainer）和推理引擎（I...

Hugging Face 发布了一篇系统性的技术博客，旨在澄清当下 AI Agent（智能体）领域最容易被混淆的核心术语。文章明确给出了 AI Agent 的正式定义：它是核心模型、行为定义脚手架（Scaffold）以及执行导向框架（Harnes...

著名AI编程工具Cursor近日正式发布了Composer 2.5版本。这是一款经过深度改进的代码生成Agent，其核心升级在于采用了目标导向的强化学习、合成数据生成以及全新的分布式训练技术。这一举措显著提升了AI在复杂、长周...

大型语言模型的部署成本一直是其广泛应用的主要障碍之一。一篇来自AlphaXiv的最新研究提出了一种创新解决方案：通过强化学习微调递归语言模型（RLMs）。该方法的核心在于训练一个共享的策略，同时驱动父模型和子模型...

近日，一篇关于Claude AI助手设计理念的深度分析文章在科技社区引发了广泛关注。文章作者Sam Henri Gold从用户体验、交互设计和伦理考量等多个维度，探讨了Claude作为人工智能助手在情感表达与理性思考之间的平衡艺...

一项名为‘简单自蒸馏’（Simple Self-Distillation, SSD）的新方法为大语言模型的代码生成能力提升开辟了一条高效且成本低廉的路径。该方法的核心在于，仅利用模型自身在特定采样配置（如温度参数和截断策略）下生成...

近日，科技界发生了一起备受关注的模型溯源事件。AI编程助手Cursor发布的新一代代码生成模型Composer 2，被用户发现其底层架构疑似基于中国人工智能公司月之暗面（Moonshot AI）的开源大模型Kimi 2.5。面对社区质疑...