马东锡 NLP

Qwen3 最新模型的 GSPO 与 Kimi K2 的 Process Accuracy 概念相通： 都把奖励、优化和评估提升到 sequence / tool-call 级别，把 LLM 从 token 里解放出来。 本质上，重新定义了 Agentic LLM 最基本的核心单元，不是 token，而是与具体任务最相关的序列。

旧时代你还在为 Agent 写prompt。 新时代的人们已经开始写Agentic prompt。

建议有条件的朋友学习弹钢琴。让大脑在 vibe 一切的当下，保留一份清醒感。 最近练习 C 大调与 D 大调的卡农，音阶不同，旋律却几乎一模一样。听来仍是那首曲子，但传递出的情感截然不同： C 像是一场内心的安静独白， D 更像是向世界敞开的表达。…

自从研究员们加入OpenAI，就似乎再也读不到他们的论文，只能读读他们偶尔发的blog和推文。

Kimi K2的report仔细读了，很棒！ 然而，与Agentic capability最关联的 Agent task rubrics, report中匆匆几笔带过，只描绘了大概，没有具体信息。 “Each task is paired with an explicit rubric that specifies success criteria, expected tool-use patterns, and evaluation checkpoints. ”…

OpenAI 和 Gemini 相隔两天分别宣布他们的模型达到了国际数学奥林匹克 IMO 金牌水平。 为什么差两天？因为 IMO Board 要求所有 AI lab，必须在参赛学生成绩宣布后，以及在独立专家验证其结果后，才能宣布。 显然，OpenAI 没有按照这个规定完成流程，这家公司的文化，明显出了问题。

Lovable 成功融资2亿美元，跻身独角兽。 Lovable 来自瑞典，创始人Anton是我校友，他还曾经去浙大交换过！ Anton 从2023年底开始做 Lovable，那时候推友们在干啥呢！

ChatGPT agent can automate repetitive tasks. 我在想，什么样的工作不是repetitive的？

Congrats! Super exciting work!