在当今的大模型后训练（Post-training）阶段，DPO（直接偏好优化） 凭借其无需训练独立 Reward Model 的优雅设计和高效性，成功取代 PPO 成为业界的 「版本之子」，被广泛应用于 Llama-3、Mistral 等顶流开源模型的对齐中。
今日，阶跃星辰Step 3.5 Flash开源并上线，该模型在Agent场景和数学任务上能力逼近闭源模型，能够胜任复杂、长链条任务，是阶跃星辰迄今最强的开源基座模型。就在上周，阶跃星辰宣布由旷视科技联合创始人、千里科技董事长印奇正式出任董事长，并完成华勤、腾讯等参投的超50亿元B+轮融资。这也是印奇履新后，阶跃星辰在开源模型领域的首个大动作。
Clawdbot痛失本名改叫Moltbot后，热度丝毫不减。
大模型持续学习，又有新进展！
就在刚刚，Liquid AI 又一次在 LFM 模型上放大招。他们正式发布并开源了 LFM2.5-1.2B-Thinking，一款可完全在端侧运行的推理模型。Liquid AI 声称，该模型专门为简洁推理而训练；在生成最终答案前，会先生成内部思考轨迹；在端侧级别的低延迟条件下，实现系统化的问题求解；在工具使用、数学推理和指令遵循方面表现尤为出色。
OpenAI悄悄发布了翻译产品ChatGPT Translate，谷歌则祭出强势回应——TranslateGemma，一个能在手机上翻55种语言的开源模型。
事情开始变得有趣起来了。
7B量级模型，向来是端侧部署与个人开发者的心头好。
又一个中国新模型被推到聚光灯下，刷屏国内外科技圈。IQuest-Coder-V1模型系列，看起来真的很牛。在最新版SWE-Bench Verified榜单中，40B参数版本的IQuest-Coder取得了81.4%的成绩，这个成绩甚至超过了Claude Opus-4.5和GPT-5.2（这俩模型没有官方资料，但外界普遍猜测参数规模在千亿-万亿级）。
两个月以来，我一直想写一篇给小白的 CC 入门指南，今天终于可以写了。
