标准强化学习（RL）在训练大语言模型（LLM）时，往往在最困难的问题上表现不佳，简单标量奖励信号难以精确衡量模型在复杂任务上的真实能力。这篇题为《Learning to Solve Hard Problems in RL for LLMs by Never Giv...

一名开发者正在测试一种让 AI 代理为抓取网页内容付费的机制。其网站通过 x402 协议在页面被读取前设定价格，若 AI 代理希望访问，就需支付费用。支付采用 USDC 完成，并在每次抓取时生成公开收据，形成可验证的爬取...

TypeSafe AI 宣布推出全新的 System One Models 模型类别，并开放首个模型 Jev 的早期访问。该公司专注于构建机器原生智能基础设施，使模型能够在软件内部直接完成决策。Jev 在 System One 任务上表现出与现有大语言...

谷歌正式发布Gemini 3.8 Live和Gemini 3.5 Transcribe，为开发者构建实时语音应用提供新一代工具组合。Gemini 3.8 Live聚焦实时交互场景，支持语音对话与即时响应；Gemini 3.5 Transcribe则强化语音识别与转录能力，...

Periodic Labs 宣布其模型 Periodic Neon 在材料科学关键基准 FrontierXRD 上，以更低的单次分析成本超越 GPT-6 Astra 与 Claude Fable 5.1，成为高难度 X 射线衍射（XRD）分析的帕累托最优模型。区别于仅依赖通用网...

据《纽约时报》援引知情人士消息，投资者近期曾接触 OpenAI，提出以 1.2 万亿美元估值进行投资，但 OpenAI 方面认为自身估值应至少达到 1.5 万亿美元。若本轮融资按较高预期完成，OpenAI 的估值将较此前水平翻倍，并...

dbt Charts 近日发布开源声明式语言，让交互式仪表板可以用单个可审计的 YAML 文件完整表达，并在其中嵌入 SQL、Markdown 与 Jinja 模板。相比传统拖拽式仪表板，这种做法的核心价值在于把查询逻辑、展示结构和可视...

Anthropic 官方博客披露，智能体编码（Agentic Coding）在六个月内推动 CI 作业量增长 25 倍，原有测试影响分析服务作为单例运行，即便持续加配更大机器、实施包分片（package sharding）并每日重启，仍难以避免过载...