大模型微调该选谁：Evolution Strategies 与 GRPO 的对比实验
一项在 alphaXiv 科研博客发布的实验对比了 Evolution Strategies（ES）与 GRPO 在 LLM 微调上的表现，测试覆盖 Countdown 与 GSM8K 两个数学推理任务，使用 3B 参数的 Qwen2.5 和 Llama-3.2 的 Base 与 Instruct 版本。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
310 条收录动态，更新于 03:33
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
3月19日
星期四，2 条PaperQA v2026.03.18 发布
PaperQA 发布 v2026.03.18，合入 pyzotero 类型修复（#1319），并将 actions 的类型放宽为 Message（#1318）。完整变更记录见 v2026.03.12...v2026.03.18。
3月13日
星期五，1 条FutureHouse PaperQA v2026.03.12 发布
FutureHouse 的 PaperQA 发布 v2026.03.12，引入 docling-core、docling 与 pymupdf 的修复，并在提示词中为无效引用示例补充“et al.”写法。该版本还包含依赖锁文件维护和 actions/download-artifact 升级至 v8 等例行更新。
3月10日
星期二，1 条alphaXiv 团队复盘 ArxivQA：如何为 arXiv 检索训练多跳检索智能体
alphaXiv 团队发布博客，介绍其面向 arXiv 多跳检索的智能体训练工作 ArxivQA，从 alphaXiv 助手的 100 多万条真实提问中采样约 200 条查询，人工标注最多 10 个 arXiv ID 作为标准答案，并以 Qwen3-8B 为基础模型后训练。
入选理由alphaXiv 团队公开了为 arXiv 检索训练智能体的完整流程与失败经验，对做科研检索产品的人有可迁移的方法参考。
3月4日
星期三，1 条FutureHouse PaperQA v2026.03.03 发布
FutureHouse PaperQA 发布 v2026.03.03，将 npm 依赖缓存上游化，修复 Settings 的 JSON schema 导出问题。该版本还修复了 PaSa 图 1 读取断言不稳定，以及 PyPDF 读取器中 CMYK 图像导致 PNG 编码崩溃的问题。
2月28日
星期六，1 条FutureHouse PaperQA 发布 v2026.02.27 版本更新
FutureHouse PaperQA 发布 v2026.02.27，新增提示缓存与 nemotron-parse 读取器的多进程支持，并修复 Semantic Scholar 空列表崩溃、PyPDF 非 PNG 数据处理失败及缩写开头引用文档名导入失败等问题。
2月17日
星期二，1 条PaperQA v2026.02.16 发布：改进 nemotron-parse 解析与重试机制
FutureHouse 的 PaperQA 发布 v2026.02.16，为 nemotron-parse 增加逐页故障转移解析器和非破坏性 API 重试，并修复 408 超时重试的 60 秒等待问题。
1月6日
星期二，1 条PaperQA v2026.01.05 发布：修复 PDF 读取崩溃与索引缓存问题
FutureHouse 的 PaperQA 发布 v2026.01.05，修复了 PyMuPDF 和 PyPDF 读取损坏 PDF 时的崩溃问题。该版本还修复了 ID 在多次 Python 调用间破坏索引缓存键的问题，并更新了 test_equations[docling] 的 VCR 录像。
12月24日
星期三，1 条PaperQA v2025.12.23 发布
FutureHouse 的 PaperQA 发布 v2025.12.23，修复了 test_duplicate_media_context_creation 的偶发失败，并更新了内置配置。该版本还调整了 nemotron-parse 在长度错误时回退到 reinvent markdown_bbox 的逻辑，并刷新了设置表与教程。
10月28日
星期二，1 条Biomni 0.0.8 发布：集成 PyLabRobot、新增临床数据库与 GPT-5 mini 支持
Biomni 发布 0.0.8 版本，集成 PyLabRobot，新增临床数据库等功能，并加入 GPT-5 mini 支持。该版本还新增 State 与 Transcripformer 嵌入工具，修复 query_reactome() 以适配 2025 年 Reactome API 端点，并避免 Google Scholar 检索阻塞。