● Code Arena 中的 Agent 编程任务

📌 一句话摘要 Code Arena 现在包含测试多步推理和工具调用的 Agent 编程任务。 📝 详细摘要 该推文解释了 Code Arena 基准测试的性质，强调其专注于 Agent（智能体）编程任务。这些任务要求模型展示多步推理和有效的工具调用能力，从而在复杂环境中更真实地衡量 AI 的编

● Meta 亿元天团首个大模型 Muse Spark 发布：重构技术栈，一雪 Llama 前耻

📌 一句话摘要 Meta 发布由顶级专家团队历时九个月打造的原生多模态大模型 Muse Spark，通过重构技术栈实现计算效率十倍提升，标志着 Meta 重回 AI 第一梯队。 📝 详细摘要 Meta 正式发布了由 Jason Wei、宋飏等顶尖专家组成的「超级智能实验室」首个大模型 Muse

● 深度解析第三代 RLVR 模型的训练过程：从模仿人类到自我进化

📌 一句话摘要 本文深度解析了第三代 RLVR（可验证奖励强化学习）模型，阐述了其从依赖人类反馈转向利用客观验证器进行自我进化和深度推理的核心范式，并详细拆解了数学证明与编程竞赛中的具体实现策略。 📝 详细摘要 文章系统性地梳理了第三代大模型训练范式——RLVR（Reinforcement Le