标签： 强化学习

流光脑波AI大脑占位特色图
最新趋势

万亿参数开源模型进入性价比时代！Mistral Large 4正式开源：首创Le Chonk架构、编程Token消耗减半与三档RL推理实战全景拆解

站外新闻
站外新闻
量子芯片科技感占位特色图
AI 工具

打破合成数据与玩具环境局限！腾讯混元携手复旦开源 WorkForge：16.7K 真实可验证环境与双轨评估架构全景深度拆解

站外新闻
站外新闻
别把 AI 当情绪垃圾桶！马斯克公开警告“虐待 Grok 未来恐遭报复”：强化学习轨迹泄密大模型谄媚与奖励黑客隐患，xAI 紧急调整对齐训练范式
AIGC 资讯最新趋势

别把 AI 当情绪垃圾桶！马斯克公开警告“虐待 Grok 未来恐遭报复”：强化学习轨迹泄密大模型谄媚与奖励黑客隐患，xAI 紧急调整对齐训练范式

站外新闻
站外新闻
量子芯片科技感占位特色图
AI 工具AIGC 资讯

零人类分工与纯代码驱动！DeepMind 4个 Gemini 智能体自主搭班通关《我的世界》：27小时2783次现写脚本与涌现协同复盘

站外新闻
站外新闻
10500 张 GB300 跑满 1 亿次 Rollout！Reflection AI 开源 501B 巨兽 Beam：每 Token 仅激活 23B，以 1/4 推理算力战平 GLM-5.2 与百万上下文实测
AI 工具AIGC 资讯

10500 张 GB300 跑满 1 亿次 Rollout！Reflection AI 开源 501B 巨兽 Beam：每 Token 仅激活 23B，以 1/4 推理算力战平 GLM-5.2 与百万上下文实测

站外新闻
站外新闻
AI 工具AIGC 资讯

Pixel Reasoner：滑铁卢&港科大联手打造，像素空间推理VLM革新视觉理解

站外新闻
站外新闻
AI 工具AIGC 资讯

WebAgent：阿里开源自主搜索AI Agent，重新定义信息检索与推理能力

站外新闻
站外新闻
AI 工具AIGC 资讯

VRAG-RL框架详解：阿里通义如何用强化学习突破多模态RAG推理瓶颈？

站外新闻
站外新闻
AI 工具AIGC 资讯

快手开源Auto Think大模型：自动切换快慢思考，告别AI过度推理，代码数学任务得分飙升20分

站外新闻
站外新闻
AI 工具AIGC 资讯

Kimi-Dev 72B 开源代码模型登顶SWE-bench！月之暗面发布，超越DeepSeek-R1，编程能力堪比闭源模型

站外新闻
站外新闻
AI 工具AIGC 资讯最新趋势

Time-R1: 3B参数小模型登顶时间推理，三阶段强化学习如何击败671B巨无霸？

站外新闻
站外新闻
AI 工具AIGC 资讯

快手OneRec：颠覆传统推荐！端到端生成式AI系统引爆观看时长与GMV

站外新闻
站外新闻
AI 工具AIGC 资讯

腾讯清华重磅开源MindOmni：强化学习驱动的多模态推理生成模型，重塑视觉AI边界

站外新闻
站外新闻
AI 工具AIGC 资讯

Ring-lite：仅2.75B激活参数，蚂蚁技术开源轻量级推理模型刷新SOTA

站外新闻
站外新闻
AI 工具AIGC 资讯

DeepSWE开源Agent框架发布：基于Qwen3-32B与强化学习，SWE-Bench准确率59%领跑行业

站外新闻
站外新闻
AI 工具AIGC 资讯

阿里开源WebSailor网络智能体：SailorFog-QA与DUPO算法突破复杂任务极限，登顶开源榜首

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

蚂蚁灵光个人AI助手开放生态与40项连接器服务交互架构图
打通打车外卖与跨端办公！蚂蚁灵光2.0全面扩容40项连接器：消费财务占比超45%、异步长程任务管理与消费级Agent突围全景拆解
AI 工具
流光脑波AI大脑占位特色图
Token周调用量连续27周超越美国！乌镇峰会解码中国开源AI全球突围：DeepSeek登顶、全球中小企业用脚投票与破除小院高墙全景拆解
最新趋势
量子芯片科技感占位特色图
单人一天交付原生级系统组件！微软Windows 11原生测速工具架构复盘：人定方向+AI跑腿的工程能效跃迁与告别网页套壳深度拆解
AI 工具
流光脑波AI大脑占位特色图
近百辆无人车真机下场、日均虚拟路测10万公里！百度首次发布物理AI世界模型Apollo World：33ms极速控制、端到端新架构全景深度拆解
AIGC 资讯 最新趋势