标签： 自反馈强化学习

- 入群领取知识星球折扣卷, 仅剩99份 -

最近更新

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
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
终结“AI 代理被当爬虫封杀”的困局！Bret Taylor 联合 Meta、Stripe 发布个人 Agent 开放协议 Poppy：首创 /.well-known 发现机制与五级 OAuth 授权架构
终结“AI 代理被当爬虫封杀”的困局！Bret Taylor 联合 Meta、Stripe 发布个人 Agent 开放协议 Poppy：首创 /.well-known 发现机制与五级 OAuth 授权架构
AIGC 资讯 最新趋势
拒绝“幻觉自证”！清华大学开源 27B 可验证模型 VeriLoop E2：首创 VGR 外部受保护偏序状态机，SWE-bench Pro 达 76.2%、AIME 98.3% 跨越代码与数学双峰
拒绝“幻觉自证”！清华大学开源 27B 可验证模型 VeriLoop E2：首创 VGR 外部受保护偏序状态机，SWE-bench Pro 达 76.2%、AIME 98.3% 跨越代码与数学双峰
AI 工具 AIGC 资讯
终结黑盒 Embedding 检索！字节开源 AI Agent 上下文数据库 OpenViking：首创 viking:// 虚拟文件系统与三层渐进加载，Token 消耗锐减 91% 实战评测
终结黑盒 Embedding 检索！字节开源 AI Agent 上下文数据库 OpenViking：首创 viking:// 虚拟文件系统与三层渐进加载，Token 消耗锐减 91% 实战评测
AI 工具 AIGC 资讯