Did Codex Reset
GitHub

QQ·微信群

QQ群
QQ群：1124902706

支持机器人推送消息

微信群二维码
微信群

无机器人推送

Qwen 团队发布原生多模态模型 Qwen3.8-Omni-Flash

DAIR.AI

Qwen 团队发布原生多模态模型 Qwen3.8-Omni-Flash，面向跨文本、音频和视频的长程智能体任务训练，涵盖视频编辑以及长音频、长视频翻译。它采用 Qwen3.8-Next 的稀疏混合专家设计，上下文窗口为一百万 token。联合训练策略在保持文本性能的同时，把智能体能力迁移到音频和视频任务。

模型同时附带两个开源框架。Qwen-MM-Plugins 为现有智能体框架补充音频和视频支持，Qwen-Live-Harness 负责实时多模态交互，包括上下文与记忆管理、工具使用和子智能体委派。Qwen3.8-Omni 论文介绍了该模型。

#qwen#多模态#ai-智能体#开源

EvolveTrade 在每个交易区间结束后重写交易智能体的系统提示词

EvolveTrade 论文将交易智能体的系统提示词视为其策略，并由单独的 Policy Agent 在每个区间结束后根据决策轨迹和已实现收益重写该提示词，骨干模型则保持冻结。在多种市场状态和两个骨干模型上，论文报告称其在多数设定中的夏普比率和累计收益高于固定提示词基线。

最干净的公开终端智能体 RL 集合中，仅 35.8% 通过 Salesforce AI Research 审计

Salesforce AI Research 将该集合的干净比例定为 35.8%，另外两个分别为 10.1% 和 3.3%，并发现两个方向的奖励错误。作者称，用于过滤缺陷环境的 RIVER 在使用不到 TMax 30% 环境的情况下，使 Terminal-Bench-Lite 上的 RL 增益提高 106%，Terminal-Bench v2.1 上提高 30%。