标签： 强化学习

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
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
- 入群领取知识星球折扣卷, 仅剩99份 -

最近更新

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
AI 工具 AIGC 资讯
中科院联手中国电信发布MTVCrafter：3D运动驱动、4D标记化技术，视频生成质量飙升65%
AI 工具 AIGC 资讯
Morphik：开源多模态RAG工具，用视觉理解革新文档检索与知识管理
AI 工具
AgenticSeek：开源本地AI Agent深度解析｜Manus平替，自主执行任务全指南
AI 工具 AIGC 资讯