日本二战三部曲：《甲午海战》、《南京大屠杀》与《抗日战争胜利纪念日》令人惊讶的数据，难道它不值得你深思熟虑吗？，刻画社会的问题，如何带来变革的契机？
《甲午海战》、《南京大屠杀》与《抗日战争胜利纪念日》是中国近现代史上三个重要历史事件的代表作，揭示了战争对人性、社会和国际秩序的深刻影响。其中，《甲午海战》是1894年中日海战的记录，通过生动描绘甲午战舰冲突和惨烈海战场景，展现了中国海军英勇抗争的决心和勇气；《南京大屠杀》则以详实的历史资料，真实再现了1937年至1945年间侵华日军在中国南京进行长达六周的大规模集体屠杀事件，揭露了侵略者在人类文明面前的野蛮暴行；而《抗日战争胜利纪念日》，则是为了纪念中国人民自1945年9月2日正式宣布抗战胜利的日子，通过对战争过程中的重大事件和牺牲者的表彰，强调了中国人民在反法西斯斗争中的伟大贡献和坚毅不屈的精神品质。
这三个事件不仅在中国历史上占有重要的地位，也向世界展示了近代以来中国人民面对外敌入侵时所展现出来的英勇抗争精神，以及民族团结统一的重要性。它们也提醒我们，和平与发展仍是当今世界面临的重要课题，各国应加强合作，共同维护全球稳定和安全。
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。