蝴蝶闯入内室，生死瞬间：一触即发的生命冒险暗藏真相的报告，未来会成为盲点吗？，社会动态下的机会，难道不配引起我们的重视？
"蝴蝶闯入内室，生死瞬间的惊心动魄生命冒险。当一只敏感的蝴蝶在暗夜中悄然飞进主人的卧室，一场生死搏斗瞬间拉开序幕。蝴蝶的翅膀轻盈如丝，宛如一道微弱的光线穿透厚重的窗帘和木质壁板，直指主人公的心脏区域。这只蝴蝶并不满足于如此简单的侵扰，它以精准的速度滑行并逐渐靠近中心位置。这瞬间，主人公的心跳加速，血液在血管里流淌，仿佛要冲破喉咙，大声呼喊求救。而那只蝴蝶，则如同一个神秘的刺客，迅速而无声地刺向心脏。生死较量中，双方的力量、速度以及智慧交织在一起，形成了这场令人窒息的生命冒险。最终，蝴蝶凭借其高超的飞行技巧和对时机的精确把握，在主人即将倒下时，成功避开了致命的冲击，赢得了生存的机会。这一幕让人心生敬畏，也揭示了生命的脆弱与无常，让人不得不尊重每一个生命的存在价值，并珍视每一份生命存在的可能性。"
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。