搜索
这个问题正随着推理模型和 RLVR 的发展变得更加重要。随着强化学习在大模型后训练中的作用不断增强，模型练什么、怎么练，也需要更仔细地安排。为了解决数据策略接入和效果比较中的麻烦问题，北大DCAI团队联合UCAS、上海算法创新研究院、中关村学院最新发布DataFlex-RL。
DeepSeek Harness推出桌面版，虽未经官方正式宣布但已通过苹果签名公证，内置智能体团队、语音输入等6个插件并提供标准、PTC、极简、创造四种工作模式，但目前仅支持macOS。
DeepSeek接近完成500亿元人民币的第二轮融资，其年化营收在融资启动后显著增长，且公司近期迎来首任CFO并推进上市筹备工作。
今天分享的是一个很小的硬件产品，是一个外接“ AI 键盘”，从产品思路到设计我都很喜欢，分享给大家：Dune，https://www.projectmirage.ai/
蹬吧，就可劲儿蹬吧！
MiMo-V2.6刚发布，罗福莉就开始剧透MiMo-V3了。
万万没想到，Claude竟然被自己的「AI味儿」给坑惨了！
这些「老炮们」最不缺的就是把硬件造出来的能力，也不缺求变求新的劲儿。可AI硬件新课的内容，显然超纲了。
最近几个月，后训练成了 AI 行业最集中的议题。
Agent的爆发不止于应用层，当应用不断涌现，底层的交易和支付方式也在被重写。今年的AI交易正沿着两条线同时展开：一条是Agent帮人完成任务，比如今年6月上线的AI版支付宝，一句话就能打车、点咖啡；另一条是Agent-to-Agent，比如两个月前，Mastercard发布了专为机器间支付设计的网络服务。