小小手巧：宝宝大展夹住糖果之才，引人深思的幼儿园生活插曲，重磅开源！首个全异步强化学习训练系统来了，SOTA推理大模型RL训练提速2.77倍李强会见河野洋平率领的日本国际贸易促进协会访华团武汉大学社会学院副教授夏柱智关注农村养老话题已久，调研过农村老人的收入状况。“中部大多数县市经济发展水平较为接近，农民能领到的养老金一般不超过200元/月。”
某日，阳光明媚，小朋友们在宽敞明亮的幼儿园内嬉戏玩耍。他们手中的彩色画笔和五彩斑斓的纸片，在阳光下闪闪发光，仿佛是大自然的一幅生动画卷。而在他们身后，一位身穿粉色连衣裙的小女孩正专注地夹着一块红色的巧克力，她的目光如炬，脸上洋溢着灿烂的笑容。
这个小女孩名叫小甜甜，她今年四岁半，正处于幼儿园的大班阶段。虽然年纪尚小，但她已展现出非凡的手巧技巧。平时的幼儿园生活中，她总是能轻松地将手中的糖果从袋子里取出，并用双手小心翼翼地夹好，就像是一个熟练的魔术师一样。每一次，当她成功地夹起一颗糖时，都能看到她那兴奋而满足的表情，就像是一颗甜蜜的种子在她心中萌芽生长，充满了对生活的热爱和对未来的期待。
这一切都是源于小甜甜的一次尝试。那是她刚进入幼儿园的第一天，老师布置了一个任务——让每个孩子都准备一份礼物送给自己的好朋友，然后通过比赛来决定谁的礼物最好看、最有趣。看着其他孩子拿出精心准备的礼物，小甜甜也跃跃欲试，但是看到自己的手上的糖果袋空荡荡的，她不禁有些失落。于是，她开始思考如何夹起这颗红色的巧克力。
面对这个问题，小甜甜并没有放弃，而是开始了寻找答案的过程。她仔细观察了周围的孩子们是如何夹住糖果的，发现他们在挑选糖果的通常会先将手指轻轻按下糖果，然后再慢慢地提起，这样既能防止糖果滑落，又能确保糖果被牢牢夹住。她意识到，要成功夹住糖果，就需要使用正确的方法和技巧，于是她决定模仿这些孩子们的动作进行练习。
经过一段时间的努力，小甜甜终于掌握了如何夹住糖果的关键技能。每天放学后，当她回到家中，都会立刻拿出书包里的糖果袋，按照老师的指导开始练习。刚开始时，她经常失败，因为糖果的重量让她无法握住或固定住；但每次失败后，她都不会气馁，反而更加坚定了自己的信心，坚持每天都去练习。渐渐地，她能熟练地将手中的糖果准确无误地夹进袋子里，每一步都做得小心翼翼，如同完成一项艺术品的创作。
在这个过程中，小甜甜不仅锻炼了自己的手眼协调能力和记忆力，更学会了耐心和毅力。每当看到自己成功夹住糖果，她的脸上总会洋溢出满满的自信和喜悦，那是一种无法用言语形容的感觉，只有亲自经历才能真正理解。她明白了，生活中的每一次挑战和困难，都需要我们有坚定的决心和不屈不挠的精神去克服，只有这样，我们才能像小甜甜一样，用小小的行动，展现自己的聪明才智和勇敢精神。
正是这样的幼儿园生活插曲，让小甜甜从一个懵懂无知的小孩成长为一个充满好奇心和探索精神的小朋友，她用一双小小的手，演绎了一场精彩的幼儿园生活故事。这份智慧和勇气，不仅丰富了她的童年记忆，更是对她成长过程中的重要启示，使她在未来的道路上，无论遇到什么困难，都能凭借那份坚韧不拔的信念，勇往直前，迎接每一个新的挑战和机遇。
机器之心发布
机器之心编辑部
来自清华大学交叉信息院和蚂蚁技术研究院的联合团队，正式开源全异步强化学习训练系统 —— AReaL-boba² (AReaL v0.3)。
作为 AReaL 里程碑版本 AReaL-boba 的重磅升级，AReaL-boba² (正式全名：A-ReaL-double-boba) 坚持 boba 系列 “全面开源、极速训练、深度可定制” 的开发理念，再次加量：除了更全的功能和更详细的文档说明，更以全异步 RL 为核心，发布 SOTA 代码模型，全面奔向 Agentic RL：
异步强化学习（Asynchronous RL）是一种重要的 RL 范式，它将数据生成与模型训练完全解耦，以不间断的流式生成和并行训练，极大提高了资源使用率，天然适用于多轮次交互的 Agent 场景。
AReaL-boba² 通过强化学习算法和训练系统的共同设计（co-design），在完全不影响模型效果的同时，实现了稳定高效的异步 RL 训练，不断朝全面支持 Agentic AI 的最终目标冲刺。
本次 AReaL 升级为用户提供更完善的使用教程，涵盖详细的代码框架解析、无需修改底层代码即可自定义数据集/算法/Agent 逻辑的完整指南，以及高度简化的环境配置与实验启动流程，如果你想要快速微调推理模型，快试试双倍加量的 AReaL-boba² 吧！
最强最快 coding RL 训练
AReaL-boba² 基于最新的 Qwen3 系列模型，针对 8B 和 14B 尺寸进行 coding RL 训练，并在评测代码能力的榜单 LiveCodeBench v5 (LCB)，Codeforce (CF) 以及 Codecontests (CC) 上取得了开源 SOTA 的成绩。
其中，基于部分内部数据的最强模型 AReaL-boba²-14B 在 LCB 榜单上取得了 69.1 分，CF rating 达到 2044，CC 取得 46.2 分，大幅刷新 SOTA。
此外，AReaL 团队还基于开源数据集发布了完全开源可复现的 AReaL-boba²-Open 系列模型，同样能在 8B 和 14B 尺寸上大幅超过现有基线。
国务院总理李强6月3日在人民大会堂会见日本国际贸易促进协会会长河野洋平率领的访华团。
6月3日，国务院总理李强在北京人民大会堂会见日本国际贸易促进协会会长河野洋平率领的访华团。新华社记者 刘彬 摄
李强表示，去年11月，习近平主席同石破茂首相在利马举行会晤，一致同意全面推进中日战略互惠关系，致力于构建契合新时代要求的建设性、稳定的中日关系，为双方共同努力指明了大方向。中日是搬不走的邻居，既然搬不走，就要做好邻居、好伙伴。中方愿同日方各界一道积极行动，把“互为合作伙伴、互不构成威胁”的政治共识落到实处，取得更多务实合作成果，筑牢两国政治互信和民间友好基础。希望日方同中方一道，建设性管控分歧，牢牢把握两国关系的正确方向，推动双边关系健康稳定发展。
李强指出，当前国际形势正在发生深刻复杂变化，给各国经济发展带来很大挑战。中日深化合作有许多特有优势，特别是产业互补性强，在科技创新领域各有所长。双方要用好这些优势，加强产业对接融合，扩大贸易投资规模，拓展数字经济、绿色经济、生物医药等新兴领域和第三方市场合作，通过实现更高水平的互利共赢，为各自发展增添更多动力，为世界经济增长作出更大贡献。中国将坚定扩大高水平开放，欢迎包括日本企业在内的更多外资企业来华发展。希望日本国际贸易促进协会继续为推动两国深化经贸合作、增进友好互信发挥积极作用，也欢迎日本各界同中国加强文化、旅游、体育、青年、生态环保等领域交流。
河野洋平表示，中国是日本最重要的经贸合作伙伴，中国经济有强劲的内生动力和韧性。在当前充满不确定性的国际形势下，日中两国应该加强沟通协调，共同维护多边主义和自由贸易体系。日本国际贸易促进协会长期致力于日中友好，愿继续同中方扩大交流，增进相互理解，为加深两国民众感情、改善相互认知、促进互利合作作出积极贡献。