算法论文8

清华&腾讯：TRACE破LLM后训练烧钱难题

量子位2026-07-25

AI 摘要

清华和腾讯团队：针对大模型强化学习后训练rollout成本高、信号稀疏问题，提出TRACE框架，在多轮任务中，相同预算下能提升准确率和有效样本比例，让训练更高效。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

MiniMax：ARR暴涨，B端成增长主力

MiniMax最新数据显示，今年8月ARR超8亿美元，较2月增长约5.3倍。2026年上半年收入同比涨283.1%，B端收入占比升至80%。其增长得益于用户增多和用法改变，M3、H3模型表现出色。

前英伟达工程师、Sail Research 创始人 Neil Movva 认为当前 AI 行业陷“延迟陷阱”，AI 终局应是后台 Agent。他执行“算力拾荒者战略”，想降低智能成本，还指出 Transformer 架构有缺陷，互联网数据被吃光等问题。

这几天豆包工作推出独立应用，作者用两天后将其作为主力 Agent。它把模型能力和工具生态组合成工作系统，能拿齐信息、加工材料，产物可交下一步，还能跨端接力。

香港科技大学（广州）联合腾讯AI平台部提出VibeWorlding，是可通过多轮对话等自主构建和编辑交互式3D世界的多模态智能体框架。团队开源多项数据，其模型经强化学习后表现超GPT - 5.5等。