斯坦福AI实验室

推荐理由：Gigatoken解决了tokenization的瓶颈，训练前不用再傻等，速度提升非常明显。

推荐理由：斯坦福团队搞了个新框架，不用传统评分，用细粒度验证加logprob分布，直接刷了四个Agent基准的SOTA，还能顺便提升RL效率。

推荐理由：想了解 AI 编程基准测试的来龙去脉和未来趋势？John Yang 的分享能帮你理清 ProgramBench 在其中的位置，做 AI 评估或编程工具的团队值得一听。