阿里通义千问前技术负责人林俊旸近期发表长文，系统阐述AI行业正从“推理思维”转向“智能体思维”的核心判断。 从“想得更久”到“为行动而思考” 推理思维阶段（2025上半年焦点）：关注如何让模型在推理
由Papers with Code联合创始人Ross Taylor创立的General Reasoning公司，正式发布了开放平台OpenReward。该平台提供了超过330个强化学习环境和450万个
Cursor 发布了 Composer 2 的详细技术报告，首次公开其完整训练方案。 核心架构与训练 底座模型：采用 MoE 架构的 Kimi K2.5，总参数量达 1.04 万亿，激活参数量为 3
3月4日，OpenAI推理模型核心研究员Max Schwarzer在X平台宣布离职，并已加入竞争对手Anthropic。 关键角色：Schwarzer是o1推理模型的早期参与者，主导了o1和o3模型
人工智能训练范式的演进：从预训练到后训练 当前人工智能的发展正经历一次深刻转型，其核心正从依赖海量数据的“模式拟合”统计学习，转向以“结构化推理”为标志的新型能力体系。在这一进程中，“后训练”阶段的重
