Polaris的成功得益于其独特的强化学习训练配方——ScalingRL。通过仅仅700步的RL训练，Polaris让Qwen3-4B在数学推理任务上接近其235B版本的表现。这一突破不仅展示了4B模型的潜力，也为未来的模型开发提供了新的思路。

Polaris模型的数学推理能力在AIME24和AIME25的测试中分别达到了81.2和79.4的高分，显示出其在推理任务上的卓越表现。这种轻量化设计不仅使得模型能够在消费级显卡上运行，还为更多开发者提供了便利。Polaris的成功秘笈在于其独特的训练数据构建与超参数设置，充分考虑了待训练模型的特性。

6月，Polaris修订了其信贷额度，更新了4亿美元的364天期限贷款，并将到期日延长至2026年6月。该修订将净杠杆契约在2025年第二季度提高至4.0倍，并在2025年第四季度至2026年第二季度期间提高至5.5倍，表明公司预计杠杆率将在数个季度内超过惠誉的负面敏感度。

Qwen3-4B的模型预训练上下文长度仅有32K，而RL阶段Polaris将最大训练长度设定为52K。但实际达到最大序列长度的训练样本比例不足10%，意味着真正使用长文本进行训练的样本非常有限。

CD Projekt Red最早在2022年3月通过一份新闻稿确认了新一部《巫师》游戏的存在，并于2022年10月更新了相关标题信息。经过漫长的等待，《巫师4》在2024年12月的TGA上正式亮相，并发布了首支预告片。

Investing.com -- 惠誉评级已将Polaris Inc.的长期发行人违约评级和优先无担保票据评级从"BBB"下调至"BBB-"，展望为负面。 此次降级反映了由于宏观环境疲软和美国进口关税，预计信用指标将在2026年前无法达到"BBB"评级要求。这些评级适用于5亿美元的优先无担保票据。 尽管动力运动市场显示出稳定迹象 ...

This Sunday, LIV’N The Spark invites everyone to a Sunset Pool Party, a perfect mix of fitness, relaxation, and fun, set against a stunning sunset backdrop on the 7th-floor pool and bar. Guests can di ...

茄子营养丰富，含有丰富的维生素P和B族维生素，可以很好的保护我们的血管，也可以放衰老，让皮肤更有弹性，也含有丰富的膳食纤维，减肥人士需要多补充膳食纤维，这样可以增加饱腹感，防止摄入过多卡路里，也可以帮助我们增加肠胃蠕动，更好的将体内多余的脂肪排出。茄 ...

7月14日消息，美国时间周日，SpaceX在佛罗里达州的卡纳维拉尔角空军基地成功发射了一颗以色列通信卫星。这次发射不仅标志着该卫星的成功部署，更意味着猎鹰9号火箭顺利完成了其第500次发射任务。

职业与技能护照由人力部、教育部、精深局和政府科技局在2024年11月联手推出，整合了求职者的就业记录、技能掌握、学术资格和专业认证。当局希望通过一站式平台，让本地雇员掌握他们的职业健康，更好地跟进职业和技能发展。

本期Nature Podcast为您带来，利用星星导航的小飞蛾；尼日利亚穿山甲因肉质鲜美而受威胁；银河系与仙女座大概率不会撞上；人类在迁出非洲之前是如何扩大其栖息地；每个人都有独一无二的呼吸模式，欢迎收听本期内容！本集精选内容In this ...