开源动态7

中国科大Claw - R1革新Agentic RL训练范式

PaperAgent2026-03-05

AI 摘要

中国科大认知智能全国重点实验室：大模型强化学习历经三次范式演进，当前Agentic RL有困境，OpenClaw提供真实运行环境，Claw - R1构建训练系统，有望成下一代Agentic AI基础架构。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

软件能跑到全球，不等于能卖到全球

本文围绕亚马逊云科技软件行业峰会内容，探讨中国软件企业出海现状，指出软件出海完成技术部署只是第一步，还需解决获客、采购、本地运营等商业化难题，分析Agentic AI时代出海的增长路径。

本文是InfoQ编译的科技播客访谈，Reflection AI由前Google DeepMind Gemini团队成员创立，近期发布了5010亿参数的开放大模型Beam，主打编程、推理和智能体任务，发布一周后传出英伟达拟收购该公司的消息，访谈中分享了对开放模型诸多问题的观点。

本文报道九章云极言表实验室在陶哲轩发起的数学蒸馏挑战赛第二阶段拿下全部赛道满分，解决28个未解决开放数学问题，介绍了其可验证AI+强化学习的AI4S布局。

本文结合EchoRL、ReflectRL两项最新研究，重新解读推理轨迹的训练价值，解决全答对无强化信号、错题全丢弃的训练痛点，梳理方法设计、实验结果与适用边界，为大模型推理训练提供新参考。