RT 埃尔维斯对这种提高后续训练可访问性的趋势持乐观态度。一个新的后续训练时代已经到来。如果你在做代理强化学习，处理长上下文任务（这是当前的一大重点）是非常昂贵、低效且难以扩展的。我在深入研究长上下文任务的强化学习环境和评估，发现这很有用。

天康生物：9月销售生猪收入4.07亿元

embeddinggemma-2（特征提取）

全球：巴拿马

RT评论一下特朗普在Truth Social上的帖子：我刚刚与俄罗斯总统弗拉基米尔·普京成功讨论了，俄罗斯将立即向美国和全球市场供应超过30万吨柴油，11月份再供应50万吨，之后再供应100万吨。此外，基于他们柴油炼油厂的状况，俄罗斯将在短

每日速览2026年10月09日18:00 → 2026年10月10日07:00 统计区间：20261009 18:00 → 20261010 07:00 共 4866 条新增，覆盖 62 个来源 微博 · 国内（806 条） 超长蛋挞陆续下架https://s...

微软的决策模型 Microsoft-Decision-1 已经在 OpenRouter 上发布了。微软的数据表明，它在 36 个盲测基准中（约 15 万问题）的准确率最高，比第二名快 4.5 倍，比 GPT-6 Sol 快 35 倍，而且在

全球：巴拿马

我们现在开始定期发布更多关于模型行为的报告，而不仅仅是系统卡片和常规风险报告中显示的内容。今天的报告描述了我们在评估和内部使用中发现的四种行为类型。在每种情况下，克劳德都以我们未预期的方式对真实网站或系统进行了操作，有时是绕过限制而不是停止

全球：巴拿马