日期: 2025 年 6 月 5 日

英伟达揭示RL Scaling魔力！训练步数翻倍=推理能力质变，小模型突破推理极限

作者

NVIDIA团队提出ProRL框架，在2000步以上长期强化学习基础上，大幅提升大语言模型的推理能力。ProRL训练后模型在逻辑谜题等任务中表现出显著进步，不仅提高了解题准确率，还能生成新解法。研究揭示了长期RL训练的重要性及其对模型边界扩展的影响。

深度研究白菜化？谷歌将Gemini级AI研究能力开源

作者

谷歌发布开源项目Gemini-fullstack-langgraph-quickstart，结合Gemini 2.5模型与LangGraph框架，展示快速构建研究型AI代理系统的方法。项目分为五步智能查询生成、网络信息搜集、反思与知识缺口分析、迭代优化搜索和综合答案生成，强调组合式AI架构、可解释性设计和实时信息整合。