跳到正文
只看论文#开源/仓库
  1. Hugging Face Blog65

    微软与 Hugging Face 将数据库校验转为 RL 奖励，用 ThinkingBox 后训练智能体

    微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的可执行校验直接当作奖励，对 Qwen3.8-27B 做 50 步 GRPO 全参数微调。

    推荐理由：微软与 Hugging Face 把数据库终态校验改造成 GRPO 奖励，并公开了任务筛选与训练代码，可供做智能体后训练时参考。

  1. Berkeley AI Research62

    从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon

    Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX 后端，并加入结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。

    推荐理由：原文给出注意力与 Mamba 两个内核的实测数字，并拆出翻译层带来的增益，可据此判断跨平台内核迁移的可行边界。

已经到底了