开源模型相关 AI 资讯 · AITOP

7月11日

02:19

techcrunch@Theresa Loconsolo

Hugging Face 首席执行官 Clem Delangue 称开源 AI 正在蓬勃发展，其平台已被约一半财富 500 强企业使用。企业最初依赖闭源 API 来部署 AI，但如今越来越多公司选择下载开源模型以降低成本并掌控数据。Delangue 认为，租赁 AI 的时代即将结束，开源模式将主导未来企业部署。

行业 Hugging Face 开源模型企业AI

推荐理由：Hugging Face 老板用财富500强数据告诉你，为什么大公司都不再租AI了，直接聊开源趋势，有料不啰嗦。

原文

00:08

Harrison Chase@hwchase17

Sierra全员使用内部Agent Pinecone，该工具可自动化90%的编码、分析和琐事。Pinecone支持接入Slack、Github、Linear等工具，可在本地测试，并兼容多模型。LangChain基于此发布了开源版OpenSWE，它模型无关且完全开源，能与LangSmith集成实现可观测性。

AI产品 OpenSWE LangChain 编程助手

事件专题

推荐理由：LangChain搞了个开源版OpenSWE，能像Sierra的Pinecone一样自动搞定90%编码工作，还支持多种模型。想省力气写代码的可以试试。

原文

7月10日

22:17

官方账号LMSYS Org (SGLang)@lmsysorg

精选71°

MosiAI 团队开源 MOSS-Transcribe-Diarize-0.9B，仅 0.9B 参数，基于 Whisper-Medium 编码器和 Qwen3-0.6B 风格解码器。模型支持 128K 上下文，可一次性处理约 90 分钟长音频。输出直接包含时间戳和说话人标签，无需分块或单独说话人分离。还支持热词提升，用于人名、领域术语和代码切换场景。SGLang 已提供 Day-0 支持，可立即运行。

AI模型 MOSS-Transcribe-Diarize-0.9B MosiAI SGLang

事件专题

推荐理由：MosiAI 开源了一个0.9B的小模型，能一次性转录90分钟的多说话人音频，边缘设备就能跑，很适合本地部署。

原文

19:59

19:59IT之家（博客/媒体）

MiniMax于7月10日公告拟融资约160亿港元（约138.83亿元人民币），其中80%资金（约127.66亿港元）将用于AI基础设施及大模型研发。公司还计划将10%资金用于AI产品Harness的全球商业化。CEO闫俊杰宣布，在实现AGI前不会领取任何薪酬，并拿出个人名下4%股份激励团队、1%股份设立开源社区基金。

行业 MiniMax 融资 AGI

推荐理由：MiniMax融了160亿港元，CEO直接不领工资，还掏出5%股份分给团队和开源社区，这决心够大。

原文

19:34

19:34IT之家（博客/媒体）

影石在拓竹3D打印社区MakerWorld上传Luna Ultra云台相机完整3D模型，用户可免费下载并自行打印整机或分拆部件。这是影像行业首次以官方身份开源完整产品3D模型。挑战赛设两大赛道，官方将选取一个"金点子"提供资金或设备支持量产。已有博主用3D打印制作"歪头外骨骼"配件，实现竖屏8K无损拍摄，图纸已在MakerWorld开源。

行业影石拓竹 Luna Ultra

推荐理由：影石把Luna Ultra整机3D模型开源了，拓竹用户可以直接下载打印。还搞了创意挑战赛，你的设计有可能被官方量产支持，赶紧参与吧！

原文

18:59

Hunyuan@TXhunyuan

精选73°

腾讯推出了Hy3模型，这是一个295B参数的MoE架构，但仅21B参数被激活，因此推理成本极低。该模型提供256K上下文窗口，采用Apache 2.0许可开源。在OpenRouter上，输入tokens定价为0.14美元/百万，输出tokens为0.58美元/百万。尽管GLM-5.1模型比Hy3大2.5倍，但Hy3在基准测试中表现更优。Hy3还具备编程和智能体能力。

AI模型 Hy3 Tencent GLM-5.1

推荐理由：腾讯新出的Hy3模型，295B参数却只要21B激活，价格便宜还比GLM-5.1强，写代码做分析报告真香。

原文

17:49

量子位@十三

LingBot-VA 2.0 是首个从物理世界数据出发的具身原生预训炼模型，相比上一代在机器人操作成功率上提升 15%。该模型采用自监督学习框架，无需人工标注即可从传感器数据中学习物理规律。在 3 个标准机器人基准测试（如 RoboTurk、FMB）中，LingBot-VA 2.0 均达到业界领先水平。同时，其模型参数规模为 7B，支持零样本迁移到新物体和场景。

AI模型 LingBot-VA 2.0 具身智能预训练模型

推荐理由：想要给机器人造更聪明的脑子？这个模型直接学物理世界数据，不用人工标注，操作成功率提高15%，还是开源的，值得关注。

原文

11:35

官方账号arXiv cs.LG@Teng-Ruei Chen

论文提出预算感知的测试时模型选择问题，在每次查询给定预算和不完美验证器下，分配预算在重采样（resample）和重路由（reroute）之间以最大化正确率。提出的在线Resample-or-Reroute (RoR)策略基于每单位成本的边际正确性估计。在11个开源模型的池子上，使用4个不同难度的基准进行多轮重放实验，RoR相对于单路由、单次提交路由器、预算感知Best-of-K、级联和随机分配基线实现了更优的成本-质量帕累托前沿。增益在异构性最强的基准上最大，且受验证器质量门控。

论文 RoR LLM路由模型选择

推荐理由：这篇论文讲怎么在预算有限时选LLM，不是简单路由或采样，而是两者结合。用11个模型和4个基准测试，效果比现有方法好。

原文

10:47

10:47IT之家（博客/媒体）

微软发布 Aurora 1.5 天气预报模型，新增22种变量并支持小时级预测。在测试中，该模型对海伦妮飓风路径预测的中位数误差率比上一代降低三分之一。整体准确率达88.9%，优于欧洲中期天气预报中心（ECMWF）模型。模型已在 GitHub 开源，并计划集成到 Microsoft Weather 等商业产品中。

AI模型 Aurora 1.5 微软天气预报

推荐理由：微软开源了Aurora 1.5，预测飓风路径误差降了三分之一，还比欧洲模型准88.9%，搞气象的可以试试。

原文

10:45

lmarena.ai@lmarena_ai

Arena CEO @ml_angelopoulos 在MTSlive中指出，AI竞赛中首个发布者能占全部注意力，但三个月后优势就会消失。当前OpenAI和Anthropic看似主导，但已出现开源模型GLM、Meta的Muse Spark 1.1和Grok 4.5等新竞争者。Grok 4.5在前端开发任务上表现突出，证明没有谁的地位绝对安全。他认为AI生态丰富，最终赢家未定。

行业 OpenAI Anthropic GLM

事件专题

推荐理由：听听Arena CEO怎么说：OpenAI、Anthropic可能被GLM、Muse Spark或Grok 4.5赶超，三个月的时间差就能改变格局。

原文

10:09

AI Will@FinanceYF5

@robbyant_brain 开源了LingBot-World 2.0 (Infinity)世界模型。该模型支持小时级实时生成，长时间运行后画质不衰减。输出为720p/60fps视频，解决了大多数世界模型运行几分钟后画面崩坏的问题。

AI模型 LingBot-World 2.0 世界模型实时生成

事件专题

推荐理由：这个开源世界模型能稳跑几小时不崩画质，比那些几分钟就坏的强多了，机器人预判世界的好工具。

原文

10:07

AI Will@FinanceYF5

Robbyant Brain再次开源发布三个模型：空间感知模型LingBot-Vision和LingBot-Depth 2.0，具身操作模型LingBot-VLA 2.0，以及世界模拟器LingBot-World 2.0。这些模型覆盖从视觉感知到物理预测的全链路。1月曾有一次类似开源发布，此次延续了开源策略。该系列旨在构建完整的具身智能技术栈。

AI模型 LingBot-Vision LingBot-Depth 2.0 LingBot-VLA 2.0

事件专题

推荐理由：Robbyant Brain又开源了三个模型，从看世界到模拟世界一步到位，做具身智能的可以关注LingBot系列。

原文

09:44

官方一手arXiv: DeepSeek@Zuming Huang, Jun Huang, Kexuan Ren, Baode Wang, Weizhen Li, Jianming Feng, Yu Wang, Yichen Yao, Shijun Lin, Yige Tang, Cheng Peng, Weidi Xu, Wei Chu, Yinghui Xu, Yuan Qi

精选

Infinity-Parser2 是一个大型多模态模型，通过可控数据合成管道和多任务强化学习实现端到端文档解析。研究团队构建并开源了包含500万样本的中英双语数据集Infinity-Doc2-5M，涵盖多种文档类型和标注形式。模型采用8个联合训练目标，包括文档解析、布局分析、表格/数学公式/图表/化学公式解析及文档VQA。Infinity-Parser2-Pro 在olmOCR-Bench上达到87.6%，在ParseBench上达到74.3%，超越DeepSeek-OCR-2、PaddleOCR-VL-1.5和MinerU2.5。Flash变体推理吞吐量较Infinity-Parser-7B提升3.68倍。

AI模型 Infinity-Parser2 多模态模型文档解析

推荐理由：Infinity-Parser2 用多任务强化学习搞定文档解析，开源了500万样本数据集，Pro版在OCR基准上刷新纪录，Flash版速度快3倍多。适合做文档智能处理的开发者。

原文

08:57

andrew chen@andrewchen

Andrew Chen 在推文中指出，LLM 的普通提示词（如搜索型查询）占大部分流量，但前沿模型与开源模型（如 Qwen 27b 密集版）在这些用例上输出质量几乎无差别。他认为开源模型将主导查询量，AI 定价会在 12-18 个月内趋近于零，广告支持模型将在消费市场普及。竞争维度将从模型能力转向隐私、互联性、免费和捆绑。他估计前沿模型仅对不足 10% 的高价值用例（如代码、科学）有存在必要。

行业 Andrew Chen 开源模型消费者

推荐理由：Andrew Chen 说大部分用户日常问题用开源模型就够了，没必要追捧高价前沿版。他还预言AI很快会免费靠广告赚钱，观点挺实在。

原文

06:26

andrew chen@andrewchen

作者认为，对于占大部分使用场景的日常查询（如谷歌搜索式的“normie prompts”），前沿模型与开源模型输出质量差异已不明显，用户难以盲测区分。他用Qwen 27b dense在Mac上运行，觉得已足够胜任。这预示开源模型将占据多数查询，AI定价趋近于零并转向广告支持，竞争焦点将移向隐私、互联和免费捆绑。只有前沿模型用于编程、科学等小众高价值场景继续存在。

行业 Qwen 27b dense Grok 4.5 开源模型

事件专题

推荐理由：作者说大部分用户根本分不清不同模型的输出好坏，开源模型就够用，AI可能要免费了。观点反主流但很实在，值得一读。

原文

05:04

Cognition@cognition_labs

Cognition 推出 SWE-1.7，基于开源模型 Kimi K2.7 构建。Kimi K2.7 完成了 87% 其他模型因人权问题拒绝的任务。SWE-1.7 经专门训练以增强可信度，在评估中达到与美国模型相当的水平。

AI模型 SWE-1.7 Kimi K2.7 Cognition

事件专题

推荐理由：Cognition 新模型 SWE-1.7 用开源 Kimi K2.7 做基座，专门解决可信度短板，评测数据不输美国模型。

原文

04:39

Cognition@cognition_labs

Cognition 在博客中表示，开源衍生模型并非天生不可信。通过精心开发、现实评估和针对性缓解措施，这类模型可以适用于生产环境的智能体。该结论基于对开源模型在实际应用中的可信度研究。

行业 Cognition 开源模型智能体

推荐理由：Cognition 给开源模型正名了，他们实测发现只要做好评估和防范，开源模型也能可靠地驱动生产级智能体。

原文

04:04

官方账号Clement Delangue@ClementDelangue

Netflix 在 Hugging Face 平台发布了多个视频数据集和模型，展示了其视频 AI 团队的研究成果。这些资源面向开源社区，可用于视频理解、生成等任务。目前发布的具体数据集和模型名称尚未详细披露，但此举推动了视频 AI 领域的开放合作。

AI模型 Netflix HuggingFace 视频数据集

推荐理由：Netflix 把自己的视频 AI 数据集和模型开源了，做视频研究的可以看看。

原文

04:03

Fireworks AI@FireworksAI_HQ

Gumloop选择在Fireworks平台上部署开源开放权重模型进行生产。与OpenAI等封闭实验室API相比，成本下降80%。Fireworks的开放权重模型方案让Gumloop的API账单大幅缩减。双方合作旨在推动开源模型规模化应用。

行业 Fireworks Gumloop 开源模型

事件专题

推荐理由：Fireworks和Gumloop联手，用开源模型替代闭源API，成本直接砍掉80%，想省钱的AI团队赶紧看看。

原文

02:31

Aravind Srinivas@AravSrinivas

精选

Arav Srinivas宣布将在美国的NVIDIA B200s上托管一个模型，并计划对Nemotron 3 Ultra进行后训练。后训练旨在提升该模型的性能，使其与美国开源模型具备同等能力。更多细节即将公布。

AI模型 Nemotron 3 Ultra B200s NVIDIA

事件专题

推荐理由：Arav Srinivas说要在美国用B200s跑Nemotron 3 Ultra后训练，让美国开源模型追上对手进度。

原文

02:04

Aravind Srinivas@AravSrinivas

Perplexity CEO Arav Srinivas在推文中指出，长期来看，编排开源模型与前沿模型的正确方式是对开源模型进行后训练，使其在必要时代理升级到昂贵的前沿模型。该过程需在已部署至数百万用户的代理框架内运行。Perplexity认为自身具备独特优势来解决这一编排问题。

行业 Perplexity 开源模型前沿模型

推荐理由：Perplexity CEO分享了一个很务实的思路：让开源模型学会判断什么时候该叫更贵的模型来帮忙，已经在百万级用户里跑了。

原文

00:30

Jerry Liu@jerryjliu0

Ollama 创始人 Jerry Liu 宣布完成最新一轮融资，具体金额未披露。该平台已拥有超过 900 万活跃开发者，致力于推动开源模型的可拥有性。Ollama 强调其始终相信开源 AI，并计划利用融资扩大规模。

行业 Ollama 开源模型融资

推荐理由：Ollama 拿到钱了，900 万人在用，开源模型路线更稳了，快看看他们怎么让 AI 归你所有。

原文

7月9日

23:10

Paul Couvert@itsPaulAi

LingBot-World 2.0 (Infinity) 是一个开源交互世界模型，可将任意图片生成为 720p/60fps 的无限时长 3D 世界。它支持多人同时在线，玩家可以射击、施法、召唤新元素，并内置 Director Agent 实时推动世界演化。该模型有 1.3B 变体可在消费级 GPU 上运行，权重和工具链已在 Hugging Face 完全开源。

AI模型 LingBot-World 2.0 Hugging Face 开放世界模型

事件专题

推荐理由：这个模型把任何图片变成能玩、能多人联机的开放世界，还能自己部署，1.3B 版本甚至家用显卡就能跑。

原文

22:42

Ate-a-Pi@svpino

76°

新开源模型支持交互式视频生成，最长可达1小时。模型内置Agent驱动整个生成流程。代码和权重已开源在GitHub和HuggingFace。该模型适用于长视频创作场景。

AI模型视频生成交互式 Agent

推荐理由：这个新模型能交互式生成1小时视频，还有Agent全程驱动，做长视频的开发者可以试试。

原文

22:35

ollama@ollama

Ollama 宣布完成新一轮融资，目前拥有超过 900 万活跃开发者群体。公司自成立以来一直专注于开源模型领域，此次融资将用于扩大开源模型生态，让用户真正拥有 AI 控制权。Ollama 团队强调对开源理念的坚定信念，并邀请更多开发者加入开放模型行列。

行业 Ollama 开源模型融资

推荐理由：Ollama 融到钱了，现在有 900 多万开发者在用，他们要搞开源模型，想自己掌控 AI 的可以关注一下。

原文

19:13

官方账号Decoder@Matthias Bastian

精选

Databricks在其数百万行代码库上测试编程智能体，发现中国开源模型GLM 5.2性能与Anthropic的Opus 4.8相当。每任务成本GLM 5.2为1.28美元，Opus为1.94美元。Databricks计划将GLM 5.2作为日常编程工作主力。该公司认为没有单一供应商占主导地位，企业应自建基准而非依赖公共基准。

AI模型 GLM 5.2 Databricks Opus

事件专题

推荐理由：Databricks选了国产开源模型GLM 5.2当默认编程引擎，每花1.28美元能干出Opus 1.94美元的活，省钱了性能还不差。

原文

15:00

量子位@十三

该模型采用MoE架构，专为机器人具身场景设计。它首次将混合专家模型用于视频生成与动作控制的融合。模型已开源到GitHub，参数量为7B。在RoboCasa基准上取得了领先成绩。

AI模型 MoE 具身智能视频生成

推荐理由：这是首个专门给机器人做的MoE视频模型，能看懂视频并规划动作，还开源了，做具身智能的值得看看。

原文

14:55

14:55IT之家（博客/媒体）

精选

蚂蚁灵波开源了全新实时交互世界模型LingBot-World 2.0（14B参数），支持720p/60fps高清画面，可实现小时级不间断生成且画质不衰减。该模型支持战斗、跳跃、滑翔等丰富动作，以及文本驱动的事件注入，内置Pilot Agent和Director Agent机制，还支持多人同时探索。开源版本采用非商用开源协议，已联合Reactor和灵光APP提供在线体验。该模型可应用于游戏开发、交互式创作、自动驾驶仿真和具身智能训练。

AI模型 LingBot-World 2.0 蚂蚁灵波世界模型

事件专题

推荐理由：蚂蚁灵波开源的世界模型能让你实时操控高清场景，战斗跳伞滑翔，多人一起玩，连续跑一小时不崩，比传统模型强很多。

原文

10:24

官方账号arXiv cs.AI@Tianming Sha, Yue Zhao, Lichao Sun, Yushun Dong

SkillCenter 是当前最大的开源技能库，包含 216,938 个结构化技能，覆盖 24 个领域。其中 114,565 个技能通过 SkillGate 过滤器从同行评审期刊、ArXiv 等 24,000+ 技术源提取，另有 102,373 个社区技能来自 GitHub 和 ClawHub。每个技能均附带源引用，确保可追溯。所有技能以离线可搜索的 SQLite FTS5 包形式发布。

论文 SkillCenter 自主代理智能体

事件专题

推荐理由：想做靠谱的自主AI代理？SkillCenter 给了21万+带原始出处的技能，从论文到代码全有，还能离线搜。

原文

08:59

08:59IT之家（博客/媒体）

精选

腾讯混元于 7 月 6 日开源 Hy3 模型，该模型采用 MoE 架构，总参数 295B，激活参数 21B，最大支持 256K 上下文长度。7 月 8 日上午 10 时起，算力资源消耗达峰值，排队率一度超 50%。官方已第一时间调度资源完成扩容。Hy3 在推理、智能体、长上下文等任务上显著进步，效果比肩参数规模 2-5 倍的更大模型。

AI模型 Hy3 WorkBuddy 腾讯混元

推荐理由：腾讯开源了 Hy3，295B 参数只有 21B 激活，推理和智能体能力很强，还支持 256K 上下文，现在调用太多刚扩容完。

原文

08:53

@koltregaskes@koltregaskes

83°

MiniMax计划在Q3开源代号M3 Pro的模型，参数量达2.7T，是当前旗舰M3（428B参数）的6倍多。新模型在复杂推理和多步任务上有显著提升。由于规模巨大，M3 Pro仅适合在专业基础设施上运行，无法在消费级硬件上实时使用。开源权重可供社区实验、微调或蒸馏更小模型。

AI模型 MiniMax M3 Pro 开源模型

推荐理由：MiniMax要开源2.7T参数的巨模型，比M3大六倍多，专攻复杂推理。虽然本地跑不动，但开源权重让研究者能动手玩，看看中国厂商怎么卷。

原文

08:15

官方一手marktechpost@Asif Razzaq

76°

蚂蚁集团Robbyant发布LingBot-VLA 2.0，一个6B参数的开源视觉-语言-动作模型（Apache-2.0许可证）。该模型在约6万小时数据上预训练，包括5万小时20种机器人配置的轨迹和1万小时人类视频。它使用55维规范动作空间统一不同形态，并采用无辅助损失的MoE动作专家扩展容量。在GM-100通用基准上，LingBot-VLA 2.0分别超过π0.5和上一代LingBot-VLA-1.0。

AI模型 LingBot-VLA 2.0 Robbyant 蚂蚁集团

事件专题

推荐理由：蚂蚁开源了6B的VLA模型LingBot-VLA 2.0，用6万小时数据训练，在GM-100上超过π0.5，做跨形态机器人操作很划算。

原文

05:59

elvis@omarsar0

精选

Databricks联合创始人Matei Zaharia在推文中分享了内部编码智能体基准测试结果。Pi harness在Opus和GPT模型上获得相同成功率，但成本降低2倍。GLM 5.2被描述为开源编码智能体性能的一次重大进步。测试表明包括开源在内的许多模型已达到真正具有竞争力的水平。

AI模型 Pi Opus GPT

推荐理由：Matei Zaharia刚透露Databricks实测：用Pi harness成本省一半，效果和Opus、GPT一样好；GLM 5.2这个开源模型也追上来了。

原文

03:52

The Rundown AI@therundownai

SpaceXAI 与 Cursor 联合推出了集成 Grok 4.5 的新版本。Grok 4.5 在多个基准测试中表现出色，速度达到闪速级别。该模型强调高效能与低成本，定价具有竞争力。

AI模型 Grok 4.5 Cursor SpaceXAI

事件专题

推荐理由：SpaceXAI 和 Cursor 合作把 Grok 4.5 塞进工具里，速度快、还便宜，写代码或者跑推理可以试试。

原文

03:41

AK@_akhaliq

精选

LingBot-Video 是一个基于混合专家（MoE）架构的视频基础模型，专为具身智能设计。模型总参数量达 30B，推理时仅激活 3B 参数。它在大型互联网视频预训练基础上，额外使用了 70K 小时的具身数据进行增强。该模型已在 Hugging Face 平台公开发布。

AI模型 LingBot-Video MoE Hugging Face

推荐理由：LingBot-Video 刚上 Hugging Face，30B 参数但推理只激活 3B，还加了 7 万小时具身数据，适合做机器人视觉。

原文

03:05

官方账号LangChain@LangChainAI

精选

LangChain联合NVIDIA及EY、Baseten、Fireworks AI、Nebius、CrusoeAI、DeepInfra、Together Compute等合作伙伴，发布NemoClaw Deep Agents Blueprint。该参考架构完全开源，企业可自主拥有和定制。在基准测试中取得领先性能，推理成本相比同类方案降低10倍以上。蓝图旨在降低企业构建开放智能体系统的门槛。

AI模型 LangChain NVIDIA NemoClaw

事件专题

推荐理由：LangChain和NVIDIA搞了个完全开放的智能体蓝图，跑分很强，成本只要别人的十分之一，企业可以随便改，真的实用。

原文

02:44

官方账号Clement Delangue@ClementDelangue

HuggingFace CEO Clement Delangue 表示开源模型推理在速度、质量和成本上还有巨大提升空间。ZML AI 公司由 Steeve 创立，其推理引擎已与 HuggingFace 作为存储层集成。该引擎旨在让开源模型的推理变得更高效、更便宜。

AI产品 HuggingFace ZML AI 推理引擎

推荐理由：HuggingFace 和 ZML AI 搞了个新推理引擎，集成在 HuggingFace 上，专为开源模型提速降本，可以直接用。

原文

02:32

官方账号Epoch AI@EpochAIResearch

精选

智谱AI的GLM-5.2在Epoch Capabilities Index上获得152分，是评估过的所有开源权重模型中的最高分。该分数仍低于7个多月前发布的Gemini 3 Pro。这一结果显示出开源模型在能力基准上的进展，但与顶级闭源模型仍有差距。

AI模型 GLM-5.2 智谱AI Epoch Capabilities Index

事件专题

推荐理由：智谱开源模型GLM-5.2在能力指数上拿到开源最高152分，不过还是比不过7个月前发布的Gemini 3 Pro，差距一目了然。

原文

02:04

elvis@omarsar0

Cognition推出SWE-1.7模型，在多项基准上仅以几分之差落后于最强前沿模型，但成本仅为它们的一小部分。该模型推理速度达1000 tok/s，并基于强化学习训练持续取得性能提升。开源模型Kimi 2.7等也展现了类似能力，表明RL扩展尚未触及天花板。

AI模型 SWE-1.7 Cognition Kimi 2.7

事件专题

推荐理由：Cognition搞了个新模型SWE-1.7，成本低好几倍，性能却紧咬顶级模型，还跑得飞快，值得看看。

原文

02:03

Harrison Chase@hwchase17

Harvey正在组建模型训练团队，计划从应用层扩展至模型层，并招聘各层级AI研究员，尤其关注有后训练开源或前沿模型经验者。该团队专注于大规模模型训练、合成数据生成、长 horizon 强化学习及真实部署评估。Harvey已通过后训练开源模型在代理任务中达到前沿性能，并计划在法务领域及更多垂直行业扩展。研究人员将获得数千块GPU和客户关系产生的独特训练数据。

行业 Harvey 模型训练后训练

推荐理由：Harvey在招人组建自己的模型训练团队，要把法律AI做到模型层，已有数千GPU和独特后训练数据，能提升开源模型到前沿水平，适合想做大型模型训练的AI研究员。

原文