About this episode

本期节目邀请了Evolvent AI的联合创始人孟繁青，讨论了合成数据、模型竞争及RSI等主题。

活动预告🥳：8 月 22 日，我们会请到繁青做一场线上活动，还会有数十位 model researchers 参与，大家记得翻到 shownotes 末尾查看报名信息！ 近几个月，我们找了很多做模型、算法的人交流，聊下来的感受之一是：数据的重要性再次凸显出来。 市场也有很明确的对应反馈，比如一批合成数据公司在很短时间内做出了可观的收入；无论是模型厂还是互联网大厂，都在数据上更为投入。 这期节目，我们请来了较早抓住这波合成数据机会的 Evolvent AI 联合创始人孟繁青。繁青是 01 年出生的 NUS PhD，曾在 Kimi 做过一年多的 Agent 和 RL Infra。 节目里，我们从他在模型厂做 Post-training 与出来创业的不同感受聊起，也相继把有关后训练、数据、RSI/Self-Evolving/AI for AI、国内模型竞争格局，甚至蒸馏这个相对敏感的话题，都比较完整地梳理了一遍，聊出的一个最大非共识，是繁青对国内外模型差异的判断： 原本我们以为，国内更有优势的会是偏工程的 Post-training；但在他看来，国内模型真正有特色的地方，反而是 Pre-training 阶段被资源限制倒逼出来的架构创新。 基于这个认知，我们也得出了一个让人乐观的结论： 很多人会说国模很依赖蒸馏，但繁青认为，蒸馏只是一个加速手段，并不是国内模型变强的决定性因素。就算有一天海外把所有蒸馏通道都封掉，国模依然可以靠预训练的创新能力，构建起自己的竞争力。 最后，Evolvent AI 最近发布了新的研究成果 RSIBench-Data 。如果有朋友想在数据、RSI 方面进行交流，也欢迎联系繁青。 【人类博物馆】 导游： 曲凯，42章经创始人 51 号珍藏： 孟繁青，Evolvent AI 联合创始人；前 Kimi RL 实习生，foucs 在 RL Infra，参与 Kimi K2.5、Kimi Linear 等重要模型发版 【时光机】 Part 1 后训练与模型竞争 01:15 在 Kimi 和出来创业的感受有什么不同？ 02:36 为什么 Post-training 背景的人更容易出来创业？有哪些可能性？ 04:37 今天的 Bench 和 Eval，与过去相比有什么变化？ 07:12 Post-training = 做数据、训模型的门槛在变低？ 10:35 同样是做数据，拉开质量差距的是什么？ 12:48 国内模型 vs 海外模型，优势其实在 Pre-training？ 17:09 国模的竞争格局会怎样发展？最后大家要拼的是什么？ Part 2 RSI 21:50 RSI、Self-Evolving、AI for AI、Auto-Research……该怎么理解这些词？ 24:35 如果 RSI 真的能转起来，模型是不是真的就要吃掉一切了？…

People in this episode

Host: 曲凯

Guest: 孟繁青

Mentioned in this episode

Organizations: Evolvent AI, Kimi

More episodes of 42章经

• 一个人、两周、数百美元，如何训出登顶 Hugging Face 的模型 | 对谈研究员逯雨鑫 · August 29, 2026 · 47 min

Explore listener stats, chart rankings, contacts and more on the 42章经 podcast page.