度小满与香港科技大学联合发布轩辕4.5金融大模型
相关推荐
PlanB：比特币RSI连续三个月高于50，预示新一轮牛市开启
火星财经消息，11 月 1 日，知名分析师 PlanB 发文表示，比特币 10 月收于 77,430 美元。遗憾的是，所谓的「上涨十月」（Uptober）并未如期上演。不过，比特币 RSI（相对强弱指数）已连续第三个月维持在 50 上方，这标志着新一轮牛市正在开启。
Recursive推出AI自主研发编程模型Flint，可在笔记本电脑本地运行
PANews 10月22日消息，据TechCrunch报道，AI初创公司Recursive推出免费开源编程模型Flint，由其自动化研究系统Eureka Machine参与大部分研发流程，团队仅用不到4个月完成开发。Flint采用混合专家架构，总参数量400亿，每次仅激活25亿参数，可离线运行。公司称其在M4 Pro芯片上生成速度达每秒131个Token，性能领先同规模模型，标志着AI自主研发AI取得新进展。
RSIGym开源：让AI研究如何改进AI，瞄准递归自我改进
动察 Beating AI 快讯，做 AI 训练和评测工具的 Evolvent AI 开源了 RSIGym，目标是研究 AI 的递归自我改进（RSI）。简单说，就是让 AI 自己寻找系统弱点、提出修改方案、测试效果，再尝试用改进后的系统开展下一轮研究。 RSIGym 将训练、推理、评测和沙箱做成现成服务。研究 Agent 可以生成训练数据、调整微调参数、训练模型，再根据评测结果修改方案。它还能修改 Harness，也就是控制模型如何调用工具、执行任务的程序。研究者可以让 Agent 只改训练数据、只改 Harness，或者同时优化两者。平台统一管理实验预算、权限和执行日志。 团队还推出 RSI-Index，测试 AI Agent 改进另一套 AI 系统的能力。6 款研究 Agent 分别从相同的 Qwen3.5 基础模型和简单 Harness 出发，在编程、数学等 5 类任务上进行优化。Opus 5 综合排名第一。它改造后的系统在 SWE-bench Verified 的 100 题子集上，成绩从 17.67% 提高到 50.33%；数学测试 AIME 则从 31.67% 提高到 97.78%。 另一组实验只改 Harness，不动模型权重。Opus 5 根据 DeepSeek Harness 的执行日志，修复了输出截断后停止工作、提前宣布任务完成等问题。在 Qwen3.6 模型权重完全不变的情况下，Terminal-Bench 2.0 成绩从 30.34% 提高到 40.82%。 团队还尝试让 Qwen3.8-27B 改进自身，由它同时担任研究 Agent 和被改进的模型。它在 6 道测试题上找到了一套看起来有效的微调方案，但在完整的 37 道题中，成绩反而从 56.66% 略降至 56.26%。此外，每组实验只进行一次研究运行，Agent 在开发阶段也能接触评测题目。目前还没有证据表明，改进后的 AI 可以继续提升自身的研发能力，实现多轮递归自我改进。
前 CFTC 委员 Summer Mersinger 将卸任 Blockchain Association CEO
ChainCatcher 消息，美国商品期货交易委员会（CFTC）前委员 Summer Mersinger 将于年底卸任行业倡导组织 Blockchain Association 首席执行官一职，并离开该组织。该组织于周五宣布，Mersinger 将于 10 月 16 日正式卸任，其前任首席执行官 Kristin Smith 将回归担任临时首席执行官。Mersinger 于 2025 年 6 月加入 Blockchain Association，此前她在第二个委员任期结束前三年便离开了 CFTC。Mersinger 在谈及离职时表示，她从 CFTC 来到这里，是因为相信这个行业理应拥有清晰的规则，以及在华盛顿为其发声的可信而统一的代表。Blockchain Association 在声明中列举了 Mersinger 在推动《GENIUS 法案》方面的工作，以及帮助在 SEC 和 CFTC 实现监管清晰度。值得注意的是，该组织并未提及参议院正在审议的《数字资产市场清晰法案》。该法案本月早些时候在程序性投票中未能获得足够多的民主党和共和党议员支持，许多专家预计该立法将搁置至 2027 年。Blockchain Association 未立即回应关于 Mersinger 2027 年计划的询问。
GLM-5.3开始优化自己的系统，智谱唐杰：RSI最小闭环已经出现
动察 Beating AI 快讯，智谱披露，GLM-5.3 驱动的 Infra Agent 已经参与优化 GLM-5.3-Flash 的推理系统。从首次跑通到承接全部生产流量不到两周，端到端吞吐提升到最初的 3.2 倍。 联合创始人兼首席科学家唐杰在复盘中提到，Agent 现在最容易卡住的地方，往往不是不会写代码，而是不知道问题出在哪。比如一次修改让吞吐下降 20%，它知道自己改坏了，却不知道是哪一层出了问题，下一步该查什么。 于是智谱把资深工程师平时的排查方法做成一套 Agent 可以直接使用的工具。Agent 改完代码后，可以自己检查结果对不对、时间耗在哪里、哪种方案更快，再根据结果继续修改。 靠这套方法，Agent 找出了长上下文计算误差、KV 传输阻塞和解码 kernel 重复计算等问题。其中一个 kernel 重写后提速 1.71 倍。 唐杰判断，工程师的角色会越来越像「设计反馈的人」。人负责定目标、设边界和审核高风险修改，Agent 自己提假设、改代码、跑实验。离完整的 RSI 还很远，但「模型优化系统，系统再服务模型」这个最小闭环已经出现。
智谱GLM公开国内大模型首个RSI实践：AI在十万卡国产集群上自建推理系统
火星财经消息,今日，智谱GLM 团队披露其在递归自我改进（Recursive Self-Improvement，RSI）方向的首个工程化实践：由GLM-5.3驱动的Infra Agent完成了GLM-5.3-Flash推理基础设施的设计、调试与优化，实现模型对自身运行系统的反向改进。这是国内大模型厂商首次公开跑进生产环境的RSI案例。据官方博客，Infra Agent在超10万张国产芯片组成的集群上从零完成生产级推理服务搭建，不到两周将端到端吞吐提升至初始基线的3倍，硬件利用效率与单Token成本达到主流NVIDIA GPU相当水平。 （科创板日报记者 李明明）(财联社)