Polkadot推出“Agile Coretime”，提升网络效率与扩展性

DeepSeek和清华的研究者提出了一种新方法——自我原则点评调优（SPCT），用于推动通用奖励建模在推理阶段实现有效的可扩展性，最终构建出DeepSeek-GRM系列模型。同时引入了元奖励模型（meta RM），进一步提升推理扩展性能。

Meta发布Llama 4系列，强调多模态和超长上下文窗口，部分模型将开源。OpenAI确认O3和O4-mini即将上线，GPT-5推迟发布但将免费。DeepSeek与清华发布新论文，提出SPCT方法和元奖励模型，显著提升推理扩展性能。