强化学习
26 published articles
大语言模型与模型Featured1 min read
编程代理
Cognition新编程代理以极低成本接近前沿模型表现
Cognition的SWE-1.7编程模型以极低成本缩小了与前沿系统的差距，在FrontierCode上得分42.3%，每秒运行1000个token。该模型基于Kimi K2.7，通过改进的强化学习流程训练而成。
2026-07-09
人工智能6 min read
AI研究
MaxProof：如何将生成式验证器转化为证明革命引擎
MaxProof是一个测试时扩展框架，将数学证明生成建模为进化搜索过程。通过结合Proof RL、验证器对齐和修正增强，它把不可靠的生成式验证转化为用于训练和推理的可信奖励系统。
2026-07-05