路线图

2026 年 11 月 14 日前：agent 原生研究

• 全面支持 agent 自主研究的 Arena v2：一个带 MCP 工具的研究 gym，可以提交、校准、训练候选并在 dev 划分上打分，验证集和 CORE 保持封存。
• 每次尝试都有计量的算力和研究轨迹，研究成本自动披露。
• 自我改进的研究循环：agent 不仅改进它找到的东西，也改进它的搜索方式。
• 按研究者排名的排行榜：哪个 LLM 和框架、以多少研究成本、发现了什么。

2026 年 11 月：扩展规模

• 把参考训练配方扩展到 400B tokens 和更大的模型，保持同样的协议纪律：锁定的数据、对齐的算力和成本账本。

即将发布的结果

• Hybrid： DeltaNet、QSA 和 MoBA 的 hybrid。
• 审计： looped 和 sparse 运行的独立运行目录审计；已发布 hybrid 的 pilot 和续训验收证据。

它们的模型卡片已经在观测站中，标注为“Results coming soon”。每个结果都通过与其他贡献相同的结果 pull request发布。

计划中

• 在 Hugging Face Hub 上发布检查点和分词器。
• 把 Others 的实现（MQA、GQA、MLA）移植到当前代码。

有想法或想参与？欢迎开一个 discussion。