标签： 强化学习

AI 工具AIGC 资讯

阿里通义WebShaper：AI自动出题训练数据合成系统，革新智能体训练范式

站外新闻
站外新闻
AI 工具AIGC 资讯

微软重磅开源！Agent Lightning：基于强化学习的AI Agent训练框架，无缝集成LangChain、AutoGen等主流平台

站外新闻
站外新闻
AI 工具

快手开源Klear-Reasoner：8B参数模型刷榜AIME和LiveCodeBench，GPPO算法突破推理极限

站外新闻
站外新闻
AI 工具AIGC 资讯

Mini-o3开源：字节+港大联手，视觉推理模型实现数十轮深度交互

站外新闻
站外新闻
AI 工具AIGC 资讯

上海AI实验室重磅开源VLAC：具身智能奖励大模型，让机器人在真实世界实现自主学习与快速适应

站外新闻
站外新闻
AI 工具AIGC 资讯

阿里通义开源WebResearcher：迭代式深度研究Agent，自主拆解复杂问题的AI研究助手

站外新闻
站外新闻
AI 工具AIGC 资讯

阿里通义开源 WebWeaver：颠覆性双Agent框架，让小型模型实现专家级深度研究

站外新闻
站外新闻
AI 工具AIGC 资讯

小米开源Lego-Edit：基于MLLM的下一代图像编辑框架，三阶段强化学习实现SOTA性能

站外新闻
站外新闻
AI 工具AIGC 资讯

突破数据瓶颈！Meta LSP自我博弈技术：大模型无需海量数据也能变强

站外新闻
站外新闻
AI 工具AIGC 资讯

快手Kwaipilot开源KAT-Dev-32B：SWE-Bench排名第五，62.4%解决率重塑AI编程

站外新闻
站外新闻
AI 工具AIGC 资讯

蚂蚁开源万亿参数思考大模型Ring-1T：性能逼近GPT-5，领跑开源推理新纪元

站外新闻
站外新闻
AI 工具AIGC 资讯

Tinker API：简化大模型微调与强化学习的革命性托管平台｜Thinking Machines Lab重磅发布

站外新闻
站外新闻
AI 工具AIGC 资讯

DeepMind Dreamer 4：仅用离线数据，《我的世界》里挖钻石！世界模型智能体实现高效安全想象训练

站外新闻
站外新闻
AI 工具AIGC 资讯

Cursor发布自研Composer编码模型：速度提升4倍，30秒搞定开发任务

站外新闻
站外新闻
AI 工具AIGC 资讯

UniWorld V2发布：北大兔展智能联合推出强化学习驱动图像编辑模型，精准中文渲染与空间控制领先行业

站外新闻
站外新闻
AI 工具AIGC 资讯

DeepEyesV2：小红书开源多模态智能体，引爆AI工具调用与复杂推理新范式

站外新闻
站外新闻
- 入群领取知识星球折扣卷, 仅剩99份 -

最近更新

阿里通义WebShaper：AI自动出题训练数据合成系统，革新智能体训练范式
AI 工具 AIGC 资讯
昆仑万维开源Skywork UniPic：1.5B参数多模态模型，媲美GPT-4o，支持图像理解、生成与编辑
AI 工具 AIGC 资讯
Qwen3-30B-A3B-Instruct-2507：阿里通义开源MoE模型，305亿参数仅激活33亿，本地部署首选
AI 工具 AIGC 资讯
SeedEdit 3.0深度评测：字节跳动AI图像编辑神器，一句话指令重塑创作效率
AI 工具 AIGC 资讯