Seed-X: Building Strong Multilingual Translation LLM with 7B Parameters
看名字就知道是字节，新出的thinking translation model。作者就想把翻译这个具体的任务做好，做了很多sft/rl的探索，最后开源了一个7B的模型
CUDA-L1: Improving CUDA Optimization via Contrastive Reinforcement Learning
前几天刚出来一个kernel rl，今天又出来一篇，也是grpo。
我不太懂这个领域，不知道他们这个指标效果如何
