北坡 联系合作
北坡研究

研究

记录模型、智能体与训练系统的研究进展，分享工程实践。

全部文章 19

  1. 模型发布

    Nex-N2.5：所见，即行动

    通过视觉反馈持续行动与自我校验，面向真实环境中的长程任务。包含 mini、Pro 与 Max 三款模型。
  2. 技术研究

    NexRT：超低延迟大模型解码引擎

    面向低延迟 1-batch 推理的定制 CUDA 内核与完整解码 CUDA Graph，专门针对 Nex-N2.5-Pro 优化，支持普通解码、MTP 与 DFlash。
  3. 技术研究

    AGORA：面向真实职业场景的档案驱动型智能体评测基准

    以真实职业档案构建评测任务，观察智能体在长期职业场景中的表现。
  4. 模型发布

    Nex-N2：思考，为行动而生

    以 Agentic Thinking 贯通推理、工具使用与环境执行，自适应分配思考，推进复杂任务。
  5. 技术研究

    EVPO：基于解释方差的自适应 Critic 策略优化

    以解释方差判断 Critic 的可靠性，在 PPO 与 GRPO 基线之间自适应切换。
  6. 技术研究

    智能体运行框架工程：让 Harness 自动优化

    将 Harness 的设计、测试与迭代交给智能体，探索模型与运行框架的协同优化。
  7. 技术研究

    Skill-JIT：让 Agent 边做边学，边学边沉淀

    让智能体在任务执行中积累技能，并把经验用于后续任务。
  8. 技术研究

    Agent Debugger：通过 Agentic 工作流理解 Agent 轨迹

    用智能体分析执行轨迹，定位复杂工作流中的问题。
  9. 技术研究

    可扩展交互式监督：让非专家也能驾驭强大的AI系统

    研究交互式监督，让非专家能够指导和评估强大的 AI 系统。
  10. 技术研究

    NexRL：追求极致易用的RL训练框架

    以服务化解耦训练与 Rollout，降低强化学习研究和应用的工程门槛。
  11. 技术研究

    ABC-Bench：面向真实开发场景的智能体后端编程能力评测

    面向真实后端开发任务，评估智能体的代码实现与服务交付能力。
  12. 技术研究

    Weaver 深度解析 —— 大模型后训练基础设施的演进之路

    从训练抽象、执行语义与架构演进出发，解析大模型后训练基础设施。
  13. 技术研究

    基于推测性解码的强化学习训练

    将推测性解码引入强化学习训练，改善 Rollout 的生成效率。
  14. 技术研究

    NexA4A：用自然语言自动化构造智能体

    通过自然语言描述需求，自动构造可运行的智能体。
  15. 技术研究

    AI 智能体时代的记忆：记忆机制与综述背后的故事

    梳理智能体记忆的形式、功能与演进机制，以及综述背后的研究思考。
  16. 技术研究

    面向 Blockwise FP8 量化的 ZeRO 优化器设计

    针对 Blockwise FP8 量化，重新设计 ZeRO 优化器的数据组织与计算流程。
  17. 技术研究

    BAPO：增强 Off-Policy 强化学习中的稳定与效率

    用自适应裁剪改善 Off-Policy 强化学习的稳定性与样本效率。
  18. 技术研究

    Flash Grouped Per-Token FP8 量化

    围绕 GPU 工作负载、访存与分组计算优化 Per-Token FP8 量化。
  19. 模型发布

    Nex-N1：下一代能动性模型体系与开源生态

    连接模型、数据、智能体开发框架与基础设施，构建完整的能动性模型开发与部署体系。