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
6739 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。
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。
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。
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。
Agent 产品正发布得火热，但要说到真正懂企业、懂决策的 Agent 还不算常有。其背后，还有大量企业积累的业务数据，在等待被高效利用起来。数据 Agent 会成为一个好解法吗？
这个AI让打工人「磕头」致谢。 前段时间，我们报道了 5 款大模型参加了今年山东高考的事儿，为了弄清楚各大模型在 9 个科目中的具体表现，我们对着测评明细表挨个儿分析，搞得狼狈又崩溃。要是哪个 AI 能一键分析表格，我当场就能给它磕一个。
vivo AI研究院联合港中文以及上交团队为了攻克这些难题，从训练数据和模型结构两方面，系统性地分析了如何在MLLM训练中维持纯语言能力，并基于此提出了GenieBlue——专为移动端手机NPU设计的高效MLLM结构方案。
近年来，基于智能体的强化学习（Agent + RL）与智能体优化（Agent Optimization）在学术界引发了广泛关注。然而，实现具备工具调用能力的端到端智能体训练，首要瓶颈在于高质量任务数据的极度稀缺。