Kyutai推出DSM：帶延遲流的流式seq2seq • 處理ASR ↔ TTS，具有SOTA延遲/質量（幾百毫秒） • 與離線基線競爭 • 僅解碼器LM + 預對齊流 → 簡單靈活 • 支持無限序列，批處理

字節跳動種子項目推出 AgentGym-RL • 首個統一的多輪代理訓練強化學習框架（無 SFT） • 在網頁、搜索、遊戲、具身和科學任務中具有模塊化、可擴展的設計 • 代理在 27 個任務上與商業模型相媲美/超越

RLFactory：一個即插即用的RL框架，用於LLM工具使用 • 異步工具調用（更快，6.8×吞吐量） • 解耦的訓練與環境（低設置成本） • 靈活的獎勵設計（規則、模型、工具基礎） • 超越更大的模型（Qwen3-4B > Qwen2.5-7B)