满分的「差」，Qwen与复旦等揭示编程智能体奖励设计的结构性困境
满分的「差」，Qwen与复旦等揭示编程智能体奖励设计的结构性困境设想这样一幕：你让一个编码智能体修复某个 bug，并用一组单元测试作为「做对了没有」的判据。
来自主题: AI技术研报
9926 点击 2026-07-03 09:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
设想这样一幕：你让一个编码智能体修复某个 bug，并用一组单元测试作为「做对了没有」的判据。
做大模型RL微调，你是不是也踩过这些坑？
太惊悚了！经历18天强制断网，Claude不仅没脑死亡，竟靠着断网前写下的「生前手稿」完成了赛博复活，绝密内心自白曝光。
具身智能正在进入数据 scaling 时代。Vision-Language-Action（VLA）模型让机器人可以从大规模示教数据（demonstrations）中学习更通用的操作策略。但对机器人 VLA 训练来说，数据并不总是越多越好：低质量数据可能会拖累模型性能，而每一条 demonstration 都意味着昂贵的人力采集、机器人运行，以及云端存储和训练成本。
据证监会网站7月2日消息，证监会1日发布关于同意宇树科技股份有限公司首次公开发行股票注册的批复：根据《中华人民共和国证券法》《中华人民共和国公司法》《国务院办公厅关于贯彻实施修订后的证券法有关工作的通知》（国办发〔2020〕5号）和《首次公开发行股票注册管理办法》（证监会令第205号）等有关规定，经审阅上海证券交易所审核意见及你公司注册申请文件，现批复如下：
VAST 本月再次完成超 10 亿元人民币 A3 战略轮融资。一个月之前，这家公司刚刚披露完成约 2 亿美元融资，并正式披露世界模型项目 Project Eden。连续融资当然是一个重要信号。但这一轮更值得关注的，不只是金额，还有投资方的构成。
刚刚，英国《金融时报》扔出炸雷：OpenAI 提议，让白宫持有公司5%的股权。按估值8520亿美元算，5%就是 426 亿美元。无偿、白送。这妥妥的保护费啊，因为OpenAI的政府关系眼下四面漏风：
UC伯克利，UC伯克利，EECS系主任也跑去Anthropic搞AI了。
如果你懂了脑白金的逻辑，也就懂了豆包付费版的逻辑。
「同志们朋友们，版本回调了！