阿里开源长文本深度思考模型！渐进式强化学习破解长文本训练难题，登HuggingFace热榜
阿里开源的QwenLong-L1模型在HuggingFace今日热门论文第二，其32B参数版本性能优秀。对比基础模型，QwenLong-L1通过回溯和验证机制成功处理了长文本推理中的干扰信息问题，准确计算了金融文档中涉及优先票据发行成本与第一年利息支出合并的总资本成本。
强化学习
仅用图像也能Think：Google等提出一种视觉规划的全新推理范式！
剑桥&Google提出视觉规划新范式Visual Planning，通过纯视觉表示进行规划，独立于文本。VPRL框架结合强化学习和GRPO技术优化视觉模型生成有效视觉轨迹。
智能体大爆发，2025全面拥抱AI Agent
2025年，Agent成为主流的关键转折点。它能感知环境、分析目标并自主决策，与工具相比更像一个’数字助理’。开发者需升级认知，重构技能，理解Agent的核心技术原理。推荐课程帮助快速上手Agent开发方法论。
刷新世界记录！40B模型+20万亿token，散户组团挑战算力霸权
在区块链技术的支持下，Nous Research的Psyche平台成功实现了去中心化的分布式训练。通过DisTrO优化器和Solana区块链协议，Psyche能够在保持高度同步的同时降低带宽需求，并验证了容错能力和加速训练的能力。这不仅展示了区块链作为解决计算资源分配和协调问题的有效工具，也为未来大规模、去中心化机器学习模型的部署铺平了道路。
Qlib：可能是目前业内最完整的 AI 量化投资平台
微软开源项目Qlib，覆盖因子挖掘、风险建模等AI量化投资流程，支持Transformer、LSTM等多种模型，提供一键自动化研究工具，适合金融AI开发者学习。
UC Berkeley最新VideoMimic的框架：基于视觉模仿学习的类人机器人跨环境控制策略生成方法
近日UC Berkeley大学研究人员提出VideoMimic框架，通过观看普通视频自动生成类人机器人的控制策略。无需复杂传感器数据或手工奖励函数，机器人能在多种环境下执行任务。