47.6％，阿里Qoder拿到了比跑分更硬的成绩
47.6％，阿里Qoder拿到了比跑分更硬的成绩对 AI Coding 来说，有人用，比任何 Benchmark 都管用，而有人持续付费，又比有人用更管用。
来自主题: AI资讯
5873 点击 2026-07-16 14:45
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
对 AI Coding 来说，有人用，比任何 Benchmark 都管用，而有人持续付费，又比有人用更管用。
近日，翁荔发布长文 《Harness Engineering for Self-Improvement》，系统梳理了 harness engineering 在 AI 自我改进中的作用。
基于可验证奖励的强化学习（Reinforcement Learning with Verifiable Rewards，RLVR）正在成为大模型后训练的关键技术。数学题能判对错，代码能跑测试，可验证奖励让大模型可以通过强化学习持续提升推理能力。
WorldArena 1.0 的核心意义，在于将世界模型评测从 “好不好看” 推进到 “是否真的有用”。它不再只关注视频观感，而是把物理一致性、可控性、3D 准确性和具身任务功能性纳入统一评测框架，使许多看似流畅的生成结果第一次在机器人具身任务中接受检验。
据三位知情人士透露，开源 Hermes Agent 背后的初创公司 Nous Research 正在敲定由 Robot Ventures 领投的新一轮融资，USV 及其他知名投资者也有重要参与，估值为 15 亿美元。知情人士称，该公司至少筹集 7500 万美元，并吸引了大量投资者的高度关注。
扩散语言模型（DLM）正逐渐成为自回归（Autoregressive, AR）语言模型之外一种新兴的建模范式。
如果想开发一个视频理解应用，你会怎么做？
几乎所有 AI 设计工具都卡在同一个地方：它们很会生成，但不太会交付。
年近 70 岁的图灵奖得主、强化学习之父理查德・萨顿（Richard Sutton），宣布创业了。本周一，Richard Sutton 宣布与 Khurram Javed 共同创立新公司 Oak Lab，要打破当前深度学习方式，用全新的理念构建 AGI。
近日，自监督学习新工作 VISReg（Variance-Invariance-Sketching Regularization）获图灵奖得主 Yann LeCun 连续转发并给予高度认可 —— 他在转发时评价道「VICReg begat SIGReg which begat VISReg」（VICReg 孕育了 SIGReg，SIGReg 又孕育了 VISReg），