搜索
清华与蚂蚁联合开源AReaL-boba²，实现全异步强化学习训练系统，有效解耦模型生成与训练流程，GPU利用率大幅提升。14B模型在多个代码基准测试中达到SOTA，性能接近235B模型。异步RL训练上大分！
随着大型语言模型（LLM）技术的不断发展，Chain-of-Thought（CoT） 等推理增强方法被提出，以期提升模型在数学题解、逻辑问答等复杂任务中的表现，并通过引导模型逐步思考，有效提高了模型准确率。
这个系列主要是自己想多看一些海外做的比较成功的AI产品，尝试拆解一下他们的冷启动，SEO，增长策略，当然还有产品层面，看看能不能从他们身上学到一些东西，尤其是对于独立开发者以及中小团队来说有没有借鉴的地方。
大模型公司挖墙脚哪家强，Anthropic才是最大赢家？不仅顶尖AI人才的留存率达到80%，而且工程师从OpenAI跳槽到Anthropic的可能性是从Anthropic转投OpenAI的8倍。
Agent 能力边界正在快速演进，未来随着更强的规划和推理能力的不断提升，Agent 们将参与到社会经济运作中。在这一趋势下，将可能诞生类似 Visa 或 Stripe 级别的商业基础设施的机会。
最近一个很火的话题是“AI寒门”，最初由北京大学教育学院副教授林小英提出，指的是父母由于认知局限，不善用甚至排斥AI，导致孩子错失AI浪潮下优化教育资源的机会。
差不多一个半月前，是我第一次使用 Fellou，也是我第一次使用这类 Agent 形式的浏览器。
早上醒来，就看到 Codex 正式向 Plus 用户开放的消息，我立刻体验了一下。这次最大的变化，是 Codex 能在任务执行期间联网。它可以自动安装依赖，不用再手动设置 linting 和测试，也能跑需要访问暂存服务器的脚本，流程顺畅了不少。
当前最强多模态Agent连验证码都解不了？
当地时间 6 月 4 日，Windsurf CEO Varun Mohan 发帖称，在提前不到五天的通知时间里，Anthropic 切断了其几乎所有 Claude 3.x 模型的直接访问权限（first-party capacity），包括 Claude 3.5 Sonnet、3.7 Sonnet 和 3.7 Sonnet Thinking。