算法论文8

清华实验室提出 RLPR 突破推理瓶颈

机器之心2025-06-27

AI 摘要

清华自然语言处理实验室提出 RLPR 技术，解决现有 RLVR 领域依赖问题。它通过 Prob - to - Reward 提高奖励质量，有领域无关等优势，在多主流模型系列验证有效，代码等已开源。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

REA一周涨11万星可逆向复刻软件

本文介绍爆火的开源AI逆向工具REA，不到一周GitHub涨117.5k星，可基于Agent逆向复刻各类软件，讲解其原理、工作逻辑与功能，讨论其对SaaS生态的冲击。

Perplexity核心搜索面向大模型检索，原有存储Amazon DynamoDB在高流量下存在延迟高、成本不可控问题，两名工程师两个月用Rust写出4万行自研CobbleDB，迁移后性能成本均大幅优化，后续计划开源。

本文从开发者用AI逆向重写Adobe全家桶开源的热点事件切入，介绍AI大幅降低逆向工程成本的行业新趋势，分析其对软件行业商业模式的冲击，探讨AI时代产品的护城河问题。

针对大模型长链推理、科研任务中无法自我验证结果可靠性的结构性缺口，清华团队推出开源项目VeriLoop E2，拆分模型探索权与外部证据提交权，在多场景完成验证，推进可验证智能发展。