चीन का नियोलैब पल: एवरमाइंड ने तीन पेपरों के साथ फुल-स्टैक सेल्फ-इवोल्यूशन सवाल का जवाब दिया

2026 की गर्मियों में, जहाँ एक ओर विदेशी NeoLabs जैसे Recursive Superintelligence (RSI), Engram, Adaption Labs और Core Automation ने अरबों डॉलर की फंडिंग आकर्षित की, वहीं Shanda Group द्वारा इनक्यूबेट की गई चीनी टीम EverMind ने लगातार तीन शोध-पत्र प्रकाशित किए, जो सेल्फ-इवॉल्विंग AI (स्वतः-विकासशील AI) के लिए एक फुल-स्टैक समाधान प्रस्तुत करते हैं। EverMind, जिसकी जड़ें Shanda Innovation Institute की शोध संस्कृति में हैं, दीर्घकालिक मेमोरी (लॉन्ग-टर्म मेमोरी) और सेल्फ-इवॉल्यूशन पर केंद्रित है। ये शोध-पत्र तीन चुनौतियों को संबोधित करते हैं: हार्नेस सेल्फ-इम्प्रूवमेंट (HarnessBank), स्किल मैनेजमेंट (SkillCorpus), और मॉडल वेट ट्रेनिंग (DASH)। HarnessBank एक जीन बैंक और गेटेड वेरिफिकेशन प्रणाली पेश करता है ताकि ओवरफिटिंग से बचा जा सके, और यह सात बेंचमार्क में 5.1-15.4% तक प्रदर्शन सुधार हासिल करता है। SkillCorpus 82.1k से अधिक कच्चे (रॉ) स्किल्स को एकत्र और परिष्कृत कर 96,401 उच्च-गुणवत्ता वाले स्किल्स में बदलता है, जिससे एजेंट का प्रदर्शन 7.5 अंक तक बेहतर होता है। DASH डाइवर्जेंस-अडैप्टिव सुपरविजन होराइजन्स का उपयोग करके ऑन-पॉलिसी सेल्फ-डिस्टिलेशन को बेहतर बनाता है, जिससे AIME और HMMT बेंचमार्क पर गणितीय तर्क (मैथ रीज़निंग) के स्कोर में वृद्धि होती है। EverMind का एक ओपन-सोर्स इकोसिस्टम है जिसे GitHub पर 12k से अधिक स्टार मिल चुके हैं, और इसके फ्रेमवर्क को चार परतों में विभाजित किया गया है: टास्क, हार्नेस, मॉडल, और मेटा-इम्प्रूवमेंट। टीम को उम्मीद है कि अगली पीढ़ी का AI निरंतर विकसित होता रहेगा, और वे साझेदारों को AI की दीर्घकालिक मेमोरी अवसंरचना (इन्फ्रास्ट्रक्चर) के निर्माण में शामिल होने के लिए आमंत्रित करते हैं।