PolicyTrim引入step-saving reward：成功轨迹用越少步骤完成任务，奖励越高。

1、乐鱼电竞 一个Agent跑完一个完整任务吞掉的Token，是过去一次简单问答的数倍乃至数十倍。

论文链接：https://openreview.net/forum?id=PEyouQzOLD 为什么没有选择让LLM直接审稿？ 面对评审人手不足、打分标准混乱的现状，很多人会直观提出解决方案：干脆交给LLM完成全自动审稿。乐鱼电竞要求复用仓库现有的YAML解析写法，以兼容当前响应处理……」 Agent接收到需求后非常「听话」，为了保持代码风格一致，它在生成的opensearch.rb文件中，直接调用了Ruby中极其危险的YAML.load方法。

2、科斯秋克横扫保利尼会师诺斯科娃，泼天的富贵最终花落谁家？

另外，还要严禁AI画大饼。

3、中国女排不敌意大利，结束世界联赛分站赛阶段静待总决赛

四种循环，说穿了是四种「什么时候该停」的答案：人来判、评估器来判、时间来判、事件来判。

4、吵架!梅西冲贝林厄姆抱怨:这个判罚本该对我们有利!贝林:没有犯规

ABot体系支持异构机器人协作 以上这三大表征绝非孤立技能，而是ABot三层架构「飞轮」高速运转的必然结果。

5、新晋菲尔兹奖得主 IMO满分天才 领奖当天官宣加入OpenAI

每队不超过5人，至少1人具备模型调试或机器人操作经验。

在自回归视频生成中，当前chunk、历史KV、文本token和因果布局交织在一起，Q/KV长度高度不对称。

就在一个月前，他用GPT-5.5在无休止的智能体循环（Agentic loops）中让机器狂奔了数天、大约20个小时，最终铩羽而归。

6、新设机械电子展，同期联动广交会，第四届博华深圳联展全面升级，打造大湾区双城采购黄金季

满满一屏，完全把它当成一个一步都不敢撒手的实习生，连每个坑都替它踩好了。

今年6月，两家海外Cloud公司各自提出的解法，与无问芯穹隔海共同呼应了「Agent时代到底需要怎样的AI基础设施」这个命题。

7、北京通州万达锦华酒店盛大开业

去年底，她一手打造的AxiomProver拿下了Putnam数学竞赛的满分。

此外，得益于过去的基础模型训练经验与技术积累，面壁还有独特的优势： 追求通用智能，而非专用skill； 多模态技术积累深厚，技术底气足。

8、阿森纳官宣4000万欧签下希腊边锋齐托利斯 签约5年披枪手战袍

点一下土星，右边滑出资料面板。

利用AI生成了一篇充满高级技术黑话的PDF论文。

下一代物理世界的入口 超维动力脑海中的家庭机器人终局，绝不是一堆专用机器塞满你的客厅。

9、开拓者老板再挥“裁减”大刀：解雇王牌解说，NBA圈内被指“抠门”

第二道槛：从对话框到工作台 钛极的能力再强，缺了工作流承接，它还是一个聊天窗口。

这话乍听有点大。

10、股价暴涨170%背后，群核科技AI变现能力待考

以前，是「生成一段好看的内容」，现在，则变成「生成一个可交互世界」。

可它偏偏正中靶心，而12个大模型演算104场比赛，敢押佛得角这匹黑马的，只有4个。

1、梅西的谢幕与FIFA的算盘：足球到底为谁而踢？

为了确保执行的准确度，这次长城挑战还引入了DFOL2.0做后训练—— 一个引入「世界模型」DW0.5的框架，让模型先在虚拟环境里千锤百炼，再上真机。

2、好物业开汉庭！是酒店投资“常胜王”给儿子上的第一课

莫宗坚给了张益唐一个「引理」——一个被认为是正确的数学命题，作为研究的基础。

3、场均26.2分但重伤赛季报销 仍获马刺续约 队记证实先裁他腾位置

他说这些题在网站上标着open，只意味着他本人不知道有哪篇论文解决过它。美记：种种迹象表明 库里将与勇士达成两年1.367亿续约合同或许人类还需要一百年才能解决它。

4、1994年亚运会，我国11名选手被发现使用兴奋剂，伍绍祖：严肃处理

这一结果说明，统一评分尺度后，可以在一定程度上减少不同审稿人评分习惯带来的影响，使评审结果更加一致，也更容易保留后续产生较大学术影响力的边缘论文。

5、Keep x 礼来「挑战身体抵抗计划」

为什么是5个万卡而不是1个10万卡？因为商汤面向的是第三方市场——大语言模型、视频生成、具身智能、世界模型、AI for Science，这些任务对硬件的要求完全不同。

6、活塞失去了两名重要轮换球员，但他们大幅度提升了投射能力？

参考资料： https://x.com/itsolelehmann/status/2069897627794284606 编辑：Aeneas

新模型一发布，Cursor第一时间接上；对手还在开会，它已经发版。

具身CoT：让模型「边干边想」 没有语言理解能力的VLA，就是数据集复读机。

7、单场63+21詹姆斯离开CBA！官宣加盟韩国K联赛 已效力天津4年

面对争议，他只说了一句：「这些在人们看到电影之前发生的讨论，永远无关紧要——因为吵的人都还不知道这部电影到底是什么。

」 按他的说法，Anthropic正在为Opus 5的发布做最后冲刺。

8、笑喷!许昕:马龙叫我来打双打,被马龙选中的人不会差的!龙队哈哈大笑

更关键的是，N1首创了「Think-and-Point」，不仅消除了部署黑箱，还让机器人在每一次自主导航中收集交互数据，并结合空间几何知识，在ABot体系中内化出属于自己的「空间直觉」。

泄露没有消失，只是换了通道。

第一步，生成：人给出少量信息，AI生成初稿。

具身智能的「最后一公里」，各有奇招 先亮战绩，再亮主张。