微软正式推出 Microsoft-Decision-1，这是一款快速决策评分模型，基于 Qwen3.5-9B 训练，并计划在未来将底层模型替换为 MAI、OpenAI 等。决策模型正在成为 AI 领域的重要新类别：与生成文本的大语言模型不同，决策模...

现代智能体通常运行在执行外壳（harness）中，由外壳管理工具、上下文与控制流。Agent Lightning v1.0提出一种轻量级“受控智能体强化学习”（harnessed agentic RL）框架，约3500行代码即可将任意智能体外壳接入RL训...

一项针对阿里通义千问Qwen3.5-9B模型的最新逆向分析揭示，该模型的政治审查并非根植于其预训练阶段获取的事实性知识，而是在知识层之上附加的一层独立、可识别甚至可移除的注意力电路。研究人员发现，模型本身并未“...