QwenLong-L1：迈向具备长上下文推理能力的大型语言模型的强化学习方法
本文提出了一种强化学习框架QwenLong-L1，旨在提升大语言模型在长上下文中的泛化能力，并通过逐步扩展上下文长度、混合奖励函数等方法实现这一目标。
强化学习框架
Mac上的AI聊天侧边栏Onit，阿里巴巴开源QwenLong-L1，Web Agent 和浏览器之间无缝交互的标准框架
Onit是Mac上的AI聊天侧边栏，Cursor Chat的Mac版。Web Agent Protocol(WAP)用于实现用户、Web代理和浏览器之间的无缝交互。QwenLong-L1作为首个长文本推理大模型，在DocQA基准测试中表现出色。TranslateBookWithLLM是一个基于Ollama API的Python应用，支持大规模文本翻译，并提供Web和CLI界面。Claude Code MCP Server通过绕过权限限制增强了Claude的代码处理能力。
通义实验室新研究：大模型自己「扮演」搜索引擎，提升推理能力无需搜索API
阿里通义实验室开源ZeroSearch，无需真实搜索引擎即可训练大模型检索-推理能力。通过模拟搜索引擎和课程式学习策略，仅需3B参数的LLM即可有效提升搜索性能，节省API成本，并兼容多种强化学习算法。
阿里巴巴开源大模型搜索引擎ZeroSearch，开源社区的深度研究框架DeerFlow
文章介绍了五种创新技术与工具，包括ZeroSearch、DeerFlow、News Agents、n8n Autoscaling System和SmartPDF。它们专注于提升LLM的搜索能力、自动化研究流程、智能新闻聚合与摘要、工作流自动扩容以及利用AI快速总结PDF内容等方向。
蚂蚁清华联手放大招！彻底开源RL框架AReaL-boba，人人可复现QwQ
蚂蚁与清华大学联合推出的AReaL开源强化学习框架发布里程碑版本，提供详细的教程和高性能的SGLang框架集成，大幅提升训练速度，并在数学推理能力上达到同尺寸模型的SOTA水平。
