这篇中间难度的科普文，致力于用通俗易懂的方式解释MCP是什么。同时附上两个实操代码，教你如何使用MCP。

廉颇老矣~~

今天给大家带来一个开源的Deep Research框架WebThinker。

在近期业务优化中尝试将强化学习（RL）技术迁移至两类NLP任务，均取得显著效果提升，跟大家分享一下实验结论。

本次记录是在1.5B/3B模型上的实验踩坑记录，比如出现各种奇奇怪怪的情况。。。。。

特点：首个超大Hybrid MamBa模型，推理速度快，效果（Benchmark上）不错，实测见文

Qwen，汪峰属性是直接拉满了！ 在Qwen3开源之前，Qwen先把之前的视觉理解多模态大模型补齐了，之前有3B、7B、72B三种尺寸，可能7B有点小，72B消耗资源有太多，32B真是个甜点尺寸。 HF link: https://huggingface.co/Qwen/Qwen2.5-VL-32B-Instruct 之前测试并介绍过Qwen2.5-VL的模型，见<a href="https://mp.weixin.qq.com/s?__biz=Mzg5MTU1NTE1OQ==&amp;mid=2

国内Qwen是汪峰，国外Google是汪峰。

三月份 字节seed 挂出来两篇论文，分别是做 LongCoT 背景下 PPO 和 GRPO 改进的，都是一些非常小的改动方案，很容易借鉴做一些实验试试

一文带你了解最近开源的视觉推理模型-Skywork R1V

系统介绍LLM posting train技术

Mistral开源24B多模态模型Mistral-Small-3.1，追着Google的Gemma3-27B打

Gemini2.0-Flash更新，支持图文同时生成，测试了一下蛮有意思的，在Google AI Studio上可以直接使用，见图2。 link: https://aistudio.google.com/prompts/new_chat?model=gemini-2.0-flash-exp 模型选择Gemini2.0-Flash Experimental，输出格式选择Images and Text。 测试了几个，蛮有意思的，效果也还不错。 问：“介绍一下红烧肉的做法，需要图文详解”，效果见图3-9。

年底见分晓！

4月开启，全面展示国内生成式AI重大进展～

“hybrid model”在标准 transformer 的部分层中引入更高效的注意力机制（如 RNN 或sliding window attention），以替代原有的注意力层，可以有效压缩推理过程的KV Cache。

现在，社区很多开源项目都在做base上rl的复现。不同的任务、不同的模版、不同的实验现象层出不穷。很多结果往往令人困惑或者相互矛盾，真体现了“炼丹”至高无上的境界以及当初被随机过程支配的恐惧：随机过程随机过。

后宫佳丽三千，可皇上偏偏独宠她一人！

话不多说，线上链接： https://huggingface.co/collections/google/gemma-3-release-67c6c6f89c4f76621268bb6d 此次开源了4个版本模型，包括1B、4B、12B和27B等4个尺寸，详细概述如图2所示，来自x@danielhanchen。 27B模型使用14T Tokens训练，12B模型使用12T Tokens训练，4B模型使用4T Tokens训练，1B模型使用2T Tokens训练。 输入文本+图片，输出文本，属于多模态理

Light-R1-32B是以Qwen2.5-32B-Instruct作为基模，通过课程学习SFT+DPO，效果超过R1-Distill-32B模型。 link: https://huggingface.co/qihoo360/Light-R1-32B SFT有两个阶段，第一个阶段使用76K的数据进行SFT，在AIME24、25上都没超过R1-Distill-32B，而第二个阶段从76K数据中筛选出3K更难的数据，继续进行SFT，在AIME24、25上都超过了R1-Distill-32B。 还进一步进