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
6936 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。
近日，真格基金管理合伙人戴雨森与 @课代表立正展开了一场关于 AI 创业的深度对谈。对话围绕一个共识展开：真正的技术突破，不依赖营销也能实现自发传播。DeepSeek 是例子，一上线即火遍全球，Manus 亦然。戴雨森认为，AI 正在把我们带回那个凭产品力打动用户的时代。Genspark、Manus、Cursor 等新产品正在快速验证：只要创造了真实价值，就有机会跨越鸿沟。
想象这样一个场景：你是一位生物学家，手握基因表达数据，直觉告诉你某些基因之间存在调控关系，但如何科学地验证这种关系？你听说过 "因果发现" 这个词，但对于具体算法如 PC、GES 就连名字都非常陌生。
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。
三个前沿AI能融合成AGI吗？Sakana AI提出Multi-LLM AB-MCTS方法，整合o4-mini、Gemini-2.5-Pro与DeepSeek-R1-0528模型，在推理过程中动态协作，通过试错优化生成过程，有效融合群体AI智慧。
移动端侧模型迎来“新王”。
这是一篇在GitHub上获得5.3k+星标的重要技术文档，其中蕴含的洞察值得每一位AI产品开发者深度思考。
2025年的夏天，AI对各行各业的颠覆作用还在持续——餐饮业也不例外。就在刚刚过去的六月，旗下拥有肯德基、必胜客等头部品牌的餐饮巨头“百胜中国”，发布了首个餐厅营运智能体“Q睿”（Q-Smart Agent）。
“在百川智能的那段时间，我和同事们始终处在一种很亢奋的状态。尽管我们常常工作到深夜，甚至一两点钟才下班，但内心非常地充实和开心。”如今回忆起那段经历时，前百川工具链负责人徐文健的眼中依然有光。