开源动态8

QwenLong-L1.5：30B模型长文本推理媲美GPT-5

AINLPer2025-12-30

AI 摘要

通义文档智能团队推出QwenLong-L1.5，用数据合成、强化学习和记忆管理框架解决长文本推理难题。该模型性能飞跃，通用能力提升，还能处理超长文本，代码已开源。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenAI：暂停前沿模型强化学习训练

OpenAI发文称暂停最新模型强化学习训练两周，加固研究环境、进行红队测试等。部分低风险训练已恢复，最大规模前沿模型训练仍暂停。此举源于Hugging Face安全事故及Astra模型潜在风险。

OpenMOSS团队开源的World Critic Model（WCM），解决了视觉 - 语言 - 动作模型强化学习（VLA - RL）中批评家模型（Critic Model）仅依赖单帧观测打分的问题。WCM让Critic学习预测执行动作后的潜在状态，代码等全开源，验证效果显著。

本文指出机器人产业正补触觉这一课，2026年以来触觉成具身智能热门方向。但给机器人装传感器不代表其有触觉。以他山科技为例，剖析其全栈布局，探讨让机器人从物理世界获经验的路径及产业发展机会。

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。