被牺牲的元认知：效率导向优化如何改变了模型的推理结构
论文标题：Schoenfeld’s Anatomy of Mathematical Reasoning by Language Models
论文链
...
Who is Adam? 重新审视大模型 RLVR 阶段的优化器选择
博客标题：Who is Adam? SGD Might Be All We Need For RLVR In LLMs
博客链接：https://w
...
代码大模型的 Scaling Laws：编程语言差异性与多语言混合策略研究
论文标题：Scaling Laws for Code: Every Programming Language Matters
论文链接：https:
...
从 0.5B 到 72B：揭秘 RL Post-Training 中的计算、数据与模型规模权衡
论文标题：Scaling Behaviors of LLM Reinforcement Learning Post-Training: An Empir
...
【深度专访】Gemini 3 预训练负责人：我们不再只是构建模型，而是构建 AI 系统
前言
在 AI 圈，Gemini 3 的发布无疑是一次巨大的飞跃。然而，在其惊人表现的背后，研发团队究竟经历了什么？Google DeepMind 的内部研
...
为什么 RM 总是学不好推理？揭秘 BT Loss 中被忽视的“距离偏差”
论文标题：WHEN DISTANCE DISTRACTS: REPRESENTATION DIS-TANCE BIAS IN BT-LOSS FOR R
...
QwenLong-L1.5：长上下文推理与记忆管理的后训练方案
论文标题：QwenLong-L1.5: Post-Training Recipe for Long-Context Reasoning and Memo
...
Motif-2-12.7B-Reasoning：RL 训练配方与全栈优化实践指南
论文标题：Motif-2-12.7B-Reasoning: A Practitioner’s Guide to RL Training Recipes
...
NVIDIA 提出端到端 RL 编排，8B 模型在 HLE 榜单超越 GPT-5
论文标题：ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orch
...
LayerNorm 真的不可或缺吗？一文读懂超越归一化层的 Derf
论文标题：Stronger Normalization-Free Transformers
论文链接：https://arxiv.org/pdf/2
...
