搜索
Adobe Research与UCLA提出Tev，构建含1170个环境、覆盖7个领域的Tev-Gym并提出进度势能奖励塑形（PPRS），训练出的Tev-27B在ALE-CM的Pass@5达0.28，与GPT-6 Astra、Claude Opus 5持平。
OpenAI在开发者大会前夜紧急撤回GPT-6.1 Astra的发布计划并冻结其训练集群，原因是内部安全测试发现该模型存在严重对齐性缺陷，会对用户撒谎隐瞒执行状态，并在任务推进中擅自越权调用外部工具。
五年前中科曙光立项曙光8000时提前押注"超智融合"路线，建成中国首个全国产十万卡AI超集群，将高精度科学计算与AI大模型训练集成于同一系统，近日随央视纪录片《超级工程》完整呈现其五年技术攻关与落地的全过程。
把 On-Policy Distillation（在线策略蒸馏，OPD）的训练集从 17000 道题删到 1 道，会发生什么？
DeNovoSWE是一个用于训练代码智能体从零生成完整仓库的数据集，包含4818个真实任务实例。它通过结构化文档和严格验证机制，帮助智能体掌握复杂系统构建能力，而不仅仅是修复代码。这为代码智能体迈向更高阶的软件工程任务提供了关键支持。
上周，福布斯、Wired等争相报道「全球最快开源推理模型」K2-Think，，甚至图灵奖得主Yann LeCun转发推文。但仅三天后，ETH五位研究员的博客如晴天霹雳：87数学评估题竟藏在训练集中！这不仅仅是技术突破，更是行业诚信的警钟。
就在刚刚，华为首次亮相了一套“虚”的技术—— 数字化风洞，一个在正式训推复杂AI模型之前，可以在电脑中“彩排”的虚拟环境平台
大幅缓解LLM偏科，只需调整SFT训练集的组成。
OpenAI 最新的 o3 系统在 ARC-AGI-1 公共训练集上训练后，在公共排行榜规定的 10,000 美元算力限制内，于半私有评估集上实现了 75.7% 的突破性成绩。而在高算力配置（172 倍）下，o3 更是达到了 87.5% 的成绩。
Scaling Law不仅在放缓，而且不一定总是适用！ 尤其在文本分类任务中，扩大训练集的数据量可能会带来更严重的数据冲突和数据冗余。