SherpaLabs 发布知识工作 RL 环境，顶级模型金融基准通过率仅约 6%
ycombinator · x · 2026-10-21
Y Combinator 转发 SherpaLabs 的发布：该公司为高价值知识工作构建强化学习环境，首批覆盖金融、编程与量化研究，由行业专家打造，目标是复现通向 AGI 所必需的长时程工作流。
其金融与编程基准上，当前顶级模型的通过率分别仅约 6% 与 52%，说明模型在长链条真实工作流程中的能力仍有巨大差距。
「编程与Agent」频道最新
- Claude Code 上下文清理小技巧:用 claude-md-management 插件审计 CLAUDE.md — daniel_mac8 · 2026-10-21
- MIT 团队获 Laude 资助重建数据系统,WaggleHaus 面向 agent 化数据湖查询 — lateinteraction · 2026-10-21
- komorama 周记:AI 彼得原理——前 90% 从未这么快,后 90% 从未这么慢 — lennysan · 2026-10-21
- Opus 编排开源视频模型,成本仅 SOTA 视频模型的约 1/80 — mickeyxfriedman · 2026-10-21
- 多智能体架构正在被「发现」而非设计，共享状态成涌现偏好 — JensHonack · 2026-10-21
- UC Berkeley 团队开源 SkyDiscover:用 AI 自动发现算法并组装系统 — CShorten30 · 2026-10-21