OpenAI联合创始人Greg Brockman在采访中首次从技术角度谈及内部代号为“Spud”的新一代预训练基础模型。 关于Spud模型 Brockman将Spud描述为“大约两年研究的结晶”，是

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

人工智能正从“模式拟合”迈向“结构化推理”，后训练的重要性日益凸显。以DeepSeek-R1为代表，强化学习（RL）已被证明能系统提升大模型的推理与决策能力，成为持续提升智能水平的关键路径。 与此同时