加速AI编码竞赛！OpenAI上线软件工程代理Codex研究预览版，可并行处理多项任务
OpenAI发布了Codex研究预览版，这是该公司迄今为止功能最强的AI编码代理。它能够处理多项任务如编写代码、修复错误等，并在专属的云沙盒环境中运行。Codex的发布表明OpenAI可能转向自主构建而非直接收购AI编码产品。
强化学习
带图推理碾压同类开源模型！港中文微软等开源OpenThinkIMG框架，教AI学会使用视觉工具
港中文和微软联合团队推出OpenThinkIMG开源框架，旨在提升AI视觉工具使用和推理能力。该框架包含模块化视觉工具部署、高效的智能体训练框架及高质量数据生成技术，支持自主学习的V-ToolRL算法显著提升了AI在图表推理任务上的表现。
深度｜OpenAI研究员Dan Roberts：AI主流认知将被打破，未来某个时点强化学习将完全主导整个训练过程
更多时间思考
时，其推理表现会显著提升，这打破了业界普遍依赖预训练算力的传统认知。
如果我们向
19
刚刚，OpenAI最强编程智能体上线ChatGPT！AI的「终极外挂」来了
Codex 是一款基于云端运行的软件工程智能 Agent，可并行处理多个开发任务，协助开发者高效完成编程工作。它通过简单的 UI 设计执行用户描述的任务，支持代码编写、理解代码结构及修复 bug 等功能。
OpenAI深夜炸弹！AI程序员Codex正式“上岗”，程序员颤抖还是一起加班？
OpenAI推出Codex云端软件工程智能体，能编写代码、回答问题、修复bug等。用户可通过ChatGPT侧边栏使用Codex，并享受优先体验权。Codex核心引擎codex-1在真实世界中训练，生成的代码风格拟人化。初期支持Pro、Enterprise和Team用户，Plus和Edu用户随后加入。
泛化性暴涨47%！首个意图检测奖励范式，AI工具爆炸时代意图识别新解法
腾讯研究团队采用强化学习结合课程采样策略训练意图识别模型，显著提升其在未知意图上的泛化能力。该方法能有效指导模型关注更具挑战性的数据样本，并通过实验验证了GRPO算法优于传统SFT方法的性能优势。
学会用工具看图：准确率碾压GPT-4.1，开源框架让模型拥有“视觉思维”
MLNLP社区致力于促进国内外自然语言处理领域的交流与进步。该社区引入了开源框架OpenThinkIMG以解决现有模型在图表分析中的问题，通过强化学习训练提升AI工具调用效率和准确性。
DanceGRPO：首个统一视觉生成的强化学习框架
本文介绍了一种名为 DanceGRPO 的强化学习框架，在视觉生成任务中实现了统一优化。该方法通过 GRPO 策略在 Diffusion 和 Rectified Flow 模型上进行了测试，并覆盖了文本到图像、视频等多种任务，展示了其在不同基础模型上的有效性及对多种奖励模型的适应性。