如今，强化学习（RL）已成为提升大语言模型（LLM）复杂推理与解题能力的关键技术范式，而稳定的训练过程对于成功扩展 RL 至关重要。由于语言具有强烈的上下文属性，LLM 的 RL 通常依赖序列级奖励 —— 即根据完整生成序列给一个标量分数。
千问 App，大家都用上了吧？
刚刚，NeurIPS 2025最佳论文奖、时间检验奖出炉！
聚焦新加坡 如今，中新两国都在大力加码AI。新加坡总理多次强调AI是国家战略重点，也在积极吸引全球人才；中国AI企业和技术也在快速“出海”，更有中国AI煎饼机器人入驻新加坡引爆潮流~ 而最近，AI圈更
2025 年，AIGC 热度再冲新高：从社交头像、电商海报到影视分镜，AI 生成内容已全面渗透日常创作。在这股浪潮中，Nano Banana、Qwen Edit 等通用图像编辑大模型功能强大，涵盖了广泛的图像编辑场景。特别是最新爆火的 Nano Banana Pro 能将文字指令转化为高精度图像，精准呈现复杂场景。但是上述图像编辑大模型在一些细分领域的表现仍有不足，并且用于简单任务性价比不高。
在过去五年，AI领域一直被一条“铁律”所支配，Scaling Law（扩展定律）。它如同计算领域的摩尔定律一般，简单、粗暴、却魔力无穷：投入更多的数据、更多的参数、更多的算力，模型的性能就会线性且可预测地增长。无数的团队，无论是开源巨头还是商业实验室，都将希望孤注一掷地押在了这条唯一的救命稻草上。
今天，通义改名千问
昨天，阿里的千问APP，在应用商店里。终于悄悄上线了。从之前的通义APP的双色渐变，变成了现在的属于千问的单色。功能增加了很多，模型也支持了Qwen全系列最新模型。
糟糕！现在Agent也会这招了：原神，启动！咳咳，这其实是字节最新手搓出来的原神Agent——Lumine。不仅在《原神》里玩得很6，跑图开荒以及动辄几个小时的长主线任务，Lumine都能自己搞定，而且水平还不菜。
先是彭博社等多家媒体爆料，对标ChatGPT、Gemini，阿里即将对通义APP进行全面改革，而且计划第一步就是将“通义”更名为“Qwen”。谷歌也在今日出手，直接把战火烧到了阿里的电商主场。谷歌宣布推出全新AI购物功能，允许用户直接使用AI浏览商品、拨打电话咨询店铺，甚至完成一键结账。
