算法论文8

AP2O - Coder让大模型像人一样高效刷题

机器之心2026-01-14

AI 摘要

上交博士团队：提出AP2O方法构建AP2O - Coder框架，借鉴人类学习模式提升模型代码纠错能力。实验显示，它能提升性能、抑制错误、提高样本效率，还适配通用模型，不同规模模型有不同优化顺序。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Anthropic新模型补位，Fable 5爆冷遇尴尬

Anthropic提前曝光两个新模型claude-mashmallow-eap和claude-melon-eap，早期实测Marshmallow更佳。此前上线的最强Fable 5爆冷，企业调用少，营收低，其弟Opus 5反而胜出，开源模型也在抢占份额。

香港科技大学（广州）和腾讯团队开源VibeWorlding框架，实现说句话造3D世界。它由VWE - Bench和VibeWorlding - Gym组成，开源模型经强化学习训练后成绩逆袭，证明强化学习解锁3D推理潜力巨大。

8月17日，阿里发布的Qwen3.8 - 27B成Hugging Face热门第一。它以27B参数在部分测试中与前沿闭源模型比肩，可本地运行。不过推理慢、真实任务表现待提升，它让前沿Agent能力下放到个人电脑。

阿里Qwen团队开源Qwen3.8-27B，上线2天登顶Hugging Face全球大模型趋势榜，下载破百万。其性能超Opus4.6，与顶尖模型相当，量化后普通电脑就能跑，原生多模态，编程、Agent、多模态跑分表现出色。