开源动态8

复旦&美团：R - HORIZON揭示LRMs长链推理瓶颈

机器之心2025-10-22

AI 摘要

复旦与美团LongCat Team推出R - HORIZON，评测发现主流LRMs长链推理性能断崖式下降，存在有效推理长度受限、反思机制局部化、思考预算分配失衡三大瓶颈，训练后模型性能和推理机制均有改善。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenAI：Astra、GPT - 6训练因安全暂停

OpenAI宣布暂停内部最强大模型强化学习，Astra模型暂停训练两周，GPT - 6也暂停。原因包括Hugging Face安全纰漏和Astra网络攻击能力越线。还采取物理隔离、严格监控、打击作弊等措施，或有营销意图。

本文介绍了 MiniMax 在 Agent 层面的实践。从内部飞书 bot 起步，发展成桌面应用 MiniMax Code，形成训练 - 服务闭环。还阐述 Agent 对模型优化迭代的作用、自研 Agent 优势，指出 AGI 是闭环递归自我改进系统。

围绕大模型蒸馏争议已久，此前外部团队难获闭源模型完整推理。8 月 10 日研究者公开方法，可让弱模型读取旗舰模型密文并输出推理，还发现公开智能体轨迹存在隐私泄露问题，不过未为蒸馏指控提供决定性证据。

COLM 2026 论文提出 RLSVR 及 SpyRL，把摘要等开放任务变成“谁是卧底”游戏，用投票生成可核验奖励，在多任务有提升，但也暴露代理目标与质量关系、成本等问题。