跳到正文
  1. WeChatRSS:甲子光年

    CoreWeave如何从英伟达力捧走向垃圾债困境

    甲子光年复盘CoreWeave从GPU抵押融资起家到股债双杀的历程:2025年3月IPO至今三位创始人合计套现33亿美元,股价较2025年夏天峰值蒸发近三分之二。

    研判 CoreWeave以GPU抵押和私募信贷支撑扩张,负债从2023年底51亿美元升至2026年6月底720亿美元,融资利差半年内从SOFR+2.25%升至SOFR+5.50%,其信用状况已成为观察算力租赁商业模式可持续性的样本。

  1. Hugging Face Blog

    微软与 Hugging Face 开源 ThinkingBox 训练栈:用数据库校验作 RL 奖励

    微软与 Hugging Face 发布 ThinkingBox-Training 训练栈,把智能体执行后数据库终态的可执行校验结果作为强化学习奖励。

    研判 把数据库终态的可执行校验直接当作强化学习奖励,为有状态业务智能体提供了一条不依赖人工标注的后训练路径,并公开了数据筛选与训练栈。

  1. Microsoft Research

    微软开源 Agent Lightning v1.0:约 3500 行代码的智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与训练。

    研判 把训练框架与部署用 harness 解耦,可减少为训练重写智能体循环的工程量,并让训练对象更接近线上部署版本;Kubernetes 原生调度则把大规模 rollout 的成本压到既有集群上。

已经到底了