Chinas NeoLab-Moment: EverMind beantwortet die Frage der Full-Stack-Selbstevolution mit drei Papieren
Während Übersee-NeoLabs auf Basis von Narrativen massive Finanzmittel sichern, hat das chinesische Team EverMind, ausgebrütet von der Shanda Group, drei aufeinanderfolgende Papiere veröffentlicht, die einen umfassenden technischen Stack für selbstentwickelnde KI präsentieren. Die Papiere decken Harness, Skills und Modellgewichte ab und beschreiben die Frameworks HarnessBank, SkillCorpus und DASH. EverMinds Ansatz kontrastiert mit den Einzelpunkt-Durchbrüchen der Übersee-Teams und positioniert es möglicherweise als führend in diesem Bereich.
Im Sommer 2026, als überseeische NeoLabs wie Recursive Superintelligence (RSI), Engram, Adaption Labs und Core Automation Milliarden an Finanzmitteln anzogen, veröffentlichte das von der Shanda Group inkubierte chinesische Team EverMind nacheinander drei Arbeiten, die eine Full-Stack-Lösung für selbstentwickelnde KI liefern. EverMind, verwurzelt in der Forschungskultur des Shanda Innovation Institute, konzentriert sich auf Langzeitgedächtnis und Selbstevolution. Die Arbeiten adressieren drei Herausforderungen: Selbstverbesserung nutzbar machen (HarnessBank), Skill-Management (SkillCorpus) und Modellgewichtstraining (DASH). HarnessBank führt eine Genbank und eine gated Verifikation ein, um Überanpassung zu vermeiden, und erzielt Leistungssteigerungen von 5,1 bis 15,4 Prozent über sieben Benchmarks. SkillCorpus aggregiert und kuratiert über 82,1 Tausend Roh-Skills zu 96.401 hochwertigen Skills, was die Agentenleistung um bis zu 7,5 Punkte verbessert. DASH nutzt divergenzadaptive Supervisionshorizonte, um eine On-Policy-Selbstdestillation zu verbessern und die mathematischen Denkfähigkeiten bei den AIME- und HMMT-Benchmarks zu steigern. EverMind verfügt über ein Open-Source-Ökosystem mit über 12.000 GitHub-Sternen, und seine Frameworks sind über vier Ebenen abgebildet: Aufgabe, Harness, Modell und Meta-Verbesserung. Das Team erwartet, dass sich die nächste Generation von KI kontinuierlich weiterentwickeln wird, und lädt Partner ein, sich am Aufbau einer Langzeitgedächtnis-Infrastruktur für KI zu beteiligen.
Quelle: QbitAI 量子位 —
Original