今日开源（2025-07-09）：POLAR，创新奖励模型预训练范式，合成语料库策略区分，最小化微调实现人类偏好对齐
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
🏆基座模型
①项目：POLAR
★POLAR是一种通过大规模预训练实现的标量奖励模型的重大突破。它利用创新的POLicyDiscriminAtiveLeaRning（POLAR）范式，通过大规模合成语料库有效区分策略。预训练后，POLAR奖励模型通过最小化偏好数据进行微调，快速与人类偏好对齐。POLAR的关键特性包括创新的预训练范式、适用于强化微调、卓越的性能和泛化能力，以及易于定制的预训练检查点。
☆一键收藏：
https ://sota. jiqizhixin.com/project/polar
🤖Agent开发
①项目：Observer
★Observer是一个开源平台，旨在运行本地AI智能体以观察用户屏幕，同时确保数据的隐私和安全。用户可以创建自己的ObserverAI智能体，通过配置传感器、模型和工具来实现个性化功能。该平台支持多种输入方式，如屏幕OCR、截图、剪贴板和麦克风等，并提供多种工具来处理模型响应，如发送通知、存储和检索记忆、发送邮件和短信等。
☆一键收藏：
https ://sota. jiqizhixin.com/project/observer
②项目：TradingAgents
★TradingAgents中文增强版是一个基于多智能体大语言模型的金融交易决策框架，专为中文用户设计。该项目在TauricResearch/TradingAgents的基础上开发，提供完整的中文文档和本地化支持，适应国内网络环境。项目支持A股、港股等中国金融市场，旨在推动AI在中国金融科技领域的应用。
☆一键收藏：
https ://sota. jiqizhixin.com/project/tradingagents-cn
③项目：Biosphere3
★Biosphere3是一个开放式的智能体进化竞技场和大规模多智能体社会模拟实验。受1990年代封闭生态系统项目Biosphere2的启发，Biosphere3在数字沙盒中模拟现实社会和进化过程。该项目还设计为公民科学游戏，旨在吸引更多智能体和人类参与者。其目标是优化通用主权AI智能体的架构，探索数字生命体与人类的共存，并通过模拟社会和文明的演化来教育公众关于智能体和AI技术的知识。
☆一键收藏：
https ://sota. jiqizhixin.com/project/biosphere3
🛠️框架平台、必备工具
①项目：POLARIS
★POLARIS是一个开源的后训练优化方案，利用强化学习（RL）扩展来进一步优化具有强推理能力的模型。该项目展示了即使是最先进的模型如Qwen3-4B，在通过POLARIS增强后，在复杂推理任务上也能取得显著的提升。通过使用开源数据和学术级资源进行训练，POLARIS将开源推理模型的性能提升到了一个全新的水平。在基准评估中，我们的方法令人惊讶地超越了领先的商业系统如Claude-4-Opus、Grok-3-Beta和o3-mini-high。
☆一键收藏：
https ://sota. jiqizhixin.com/project/polaris
②项目：DLoRAL
★DLoRAL是一个用于视频超分辨率的项目，旨在通过一步扩散方法实现细节丰富且时间一致的视频超分辨率。该项目由香港理工大学和OPPO研究院的研究人员开发，提供了推理代码和预训练权重。DLoRAL通过动态双阶段训练方案，在优化时间一致性和增强高频空间细节之间交替进行，以确保稳定性。推理过程中，C-LoRA和D-LoRA被合并到冻结的扩散UNet中，实现对低质量输入的一步增强。
☆一键收藏：
https ://sota. jiqizhixin.com/project/dloral
