Skywork-OR1：释放强化学习的力量，打造强大的数学和代码推理Agent
Skywork-OR1发布，7B参数量模型在AIME数学竞赛中得分69.8，性能媲美671B DeepSeek-R1，开源模型、数据和代码助力研究。
强化学习
ChatGPT 全局记忆上线，xAI 开放 Grok 3 API，Llama 4 惹争议！ AI Weekly 4.7-13
户推出全局记忆功能，模型可自动调用历史对话，增强个性化体验。
2️⃣
🚫 GPT-4 即将退役
：4
RL for LLMs，强化学习的 Scaling Law 才刚刚起步？
近期研究者通过奖励模型增强通用奖励模型在推理阶段的可扩展性，同时使用强化学习提升LLM性能。然而，当前强化学习算法仍有改进空间，奖励稀疏性是主要难点之一。