伯克利最强代码Agent屠榜SWE-Bench！用Scaling RL打造，配方全公开
伯克利最强代码Agent屠榜SWE-Bench！用Scaling RL打造，配方全公开新晋AI编程冠军DeepSWE来了！仅通过纯强化学习拿下基准测试59%的准确率，凭啥？7大算法细节首次全公开。
来自主题: AI技术研报
6967 点击 2025-07-07 15:46
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
新晋AI编程冠军DeepSWE来了！仅通过纯强化学习拿下基准测试59%的准确率，凭啥？7大算法细节首次全公开。
2025年6月，AI 代码编辑器 Cursor 因定价模式调整引发广泛争议。原先的“按次计费”（per-request billing）改为基于 token 的“按量计费”（usage-based pricing），导致部分用户面临意外扣费，社区反馈强烈Cursor 于7月5日发布致歉声明，承诺退款并澄清新计费模式。
1997 年，AI 正处于第二次寒冬，这次寒潮的时间有点长，从 20 世纪 90 年代直至 21 世纪的第一个十年。
大模型记忆管理和优化框架是当前各大厂商争相优化的热点方向，MemOS 相比现有 OpenAI 的全局记忆在大模型记忆评测集上呈现出显著的提升，平均准确性提升超过 38.97%，Tokens 的开销进一步降低 60.95%，一举登顶记忆管理的 SOTA 框架，特别是在考验框架时序建模与检索能力的时序推理任务上，提升比例更是达到了 159%，相当震撼！
现在，国内研究机构就从数据基石的角度出发，拿出了还原真实动态世界的新进展：上海人工智能实验室、北京理工大学、上海创智学院、东京大学等机构聚焦世界生成的第一步——世界探索，联合推出一个持续迭代的高质量视频数据集项目——Sekai（日语意为“世界”），服务于交互式视频生成、视觉导航、视频理解等任务，旨在利用图像、文本或视频构建一个动态且真实的世界，可供用户不受限制进行交互探索。
2025年7月，字节跳动旗下AI原生集成开发环境Trae宣布开源其核心组件Trae-Agent。
2017 年，一篇《Attention Is All You Need》论文成为 AI 发展的一个重要分水岭，其中提出的 Transformer 依然是现今主流语言模型的基础范式。尤其是在基于 Transformer 的语言模型的 Scaling Law 得到实验验证后，AI 领域的发展更是进入了快车道。
罗宾汉大撒币，OpenAI狂摇头 OpenAI还没上市，怎么已经有“山寨股票”先行一步了？ 当地时间7月2日，OpenAI的官方X（前推特）账号发布了一个义正词严的公告： “这些‘OpenAI 代币’并非 OpenAI 股权。我们没有与 Robinhood 合作，没有参与此事，也不为其背书。任何 OpenAI 股权的转让都需要我们的批准——我们从未批准过任何转让。请谨慎操作。”
大模型越来越大，通用能力越来越强，但一遇到数学、科学、逻辑这类复杂问题，还是常“翻车”。为破解这一痛点，华为诺亚方舟实验室提出全新高阶推理框架 ——思维森林（Forest-of-Thought，FoT）。
不要让AI成为「垃圾制造机」。 谁能想到，一个 AI 生成的视频竟然在 ins 上拿下 2.52 亿次浏览量，仅点赞就达到 325.7 万次。