字节&MAP重塑大模型推理算法优化重点，强化学习重在高效探索助力LLM提升上限
字节&MAP重塑大模型推理算法优化重点，强化学习重在高效探索助力LLM提升上限强化学习（RL）范式虽然显著提升了大语言模型（LLM）在复杂任务中的表现，但其在实际应用中仍面临传统RL框架下固有的探索难题。
来自主题: AI资讯
7200 点击 2025-08-08 11:06
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
强化学习（RL）范式虽然显著提升了大语言模型（LLM）在复杂任务中的表现，但其在实际应用中仍面临传统RL框架下固有的探索难题。
近日，一项由北京大学、字节跳动 Seed 团队及香港大学联合进行的研究，提出了一种名为「SWE-Swiss」的完整「配方」，旨在高效训练用于解决软件工程问题的 AI 模型。研究团队推出的 32B 参数模型 SWE-Swiss-32B，在权威基准 SWE-bench Verified 上取得了 60.2% 的准确率，在同尺寸级别中达到了新的 SOTA。
2025年初在硅谷创立 Ouraca Inc.，专注打造新一代“AI native” 的终身学习产品线。首款产品 Aibrary正式版即将上线：是全球首个专为个人成长打造的 Agentic AI，它不仅帮助你获取知识，更陪你思考，激发动机，引导行动，让成长真正发生。通过个性化播客、认知引导与行动建议，Aibrary 将书籍与专家洞见转化为你专属的学习旅程。
4月底我们曾经在《融了3个亿的张月光，就做出了个“AI播客播放器”？》选题中观察过由前妙鸭相机产品负责人张月光开发的AI播客产品ChatPods，当时我们认为，想用AI做成一个泛播客工具/平台比较困难。而最近，又有AI领域的知名从业者离职创业，选择的方向恰恰也是AI播客。
AI社交产品在全球市场表现下滑，如百度月匣被减少投入，字节猫箱等下载量暴跌。日本孤独经济本应推动增长，但Character.AI等产品水土不服；原因包括大模型情感连接缺陷、角色同质化、缺乏创新。行业融资降温、商业变现困难、监管风险凸显；情感需求真实，但产品无法满足，需待技术变革。
MiniMax副总裁、战略投资负责人魏瀚曈已离职，据消息人士透露，魏瀚曈将入职一家投资机构。公开资料显示，魏瀚曈曾在平安、字节跳动、小红书等公司从事战略投资方面工作，2024年5月从小红书离职后，入职MiniMax，并出任战略投资负责人，对外用的是MiniMax副总裁的称谓。其个人实名认证的社交平台显示，在MiniMax最后离开的时间是今年7月。
不仅能达IMO银牌水准，更能解决普特南数学竞赛难题，甚至超越顶尖模型o4-mini！ 字节发布全新复杂数学解决模型——Seed-Prover。
创业，认知要领先，拼命地执行。 过去两年，字节跳动有不少业务高管离职，选择在AI领域创业。据IT桔子数据，仅2023年，就有超过18位字节高管选择出走创业，此外，字节高管在2020年之后创立或联合创立的公司，有40家之多。
你刷的每一条短视频，背后都隐藏着推荐算法的迭代与革新。 作为最新成果，字节跳动的算法团队提出的全新推荐排序模型架构RankMixer，在兼顾算力利用率的同时，实现了模型效果的可扩展性。
用扩散模型写代码，不仅像开了倍速，改起来还特别灵活！ 字节Seed最新发布扩散语言模型Seed Diffusion Preview，这款模型主要聚焦于代码生成领域，它的特别之处在于采用了离散状态扩散技术，在推理速度上表现出色。