Apex-35B技术博客讲了什么

这篇博客真正值得看的是把研究流程做成可执行程序，而非 35B 打赢了谁；其成绩需结合 harness 与任务选择来读。

要点

1. 基座为 Qwen3.6-35B-A3B，MoE 总参数 35B、激活 3B，经 mid-training 与 post-training 得到，权重在 Hugging Face，代码在 GitHub。
2. 核心论证是用 Apex Research 自动研究系统让 AI 自己找弱项、生成数据、设计实验、改训练配方，即其所说的 RSI，产品本身也是这条流水线的工具。
3. 较硬的证据：Sokoban 任务上 207 条命令中 36 个有质量研究动作、15 个关键决策，未见过关卡成功率 24.4%（基座 11.7%，且基座 101 分钟即退出）。
4. 工程类证据：发现评测用 20 步去噪而非 50 步几乎不掉分且耗时减半，改重训轮数后美学分从 5.397 升至 6.638；64 出口血管网络参数全程匹配。
5. 需冷静：除 BFCL V4 外全部跑在 Claude Code harness、reasoning effort 设 max、temperature 1.0，测的是模型加脚手架，分数不宜与各家官方数字直接对照。
6. 赢的项目集中在研究、仿真、agentic 类，SWE-bench 未高调突出；“十万人研究能力”是愿景，RSI 闭环仍在单次训练周期内。

来源

• 原始讨论 1