#强化学习

共 59 条 · 第 2 / 5 页
栏目

10月29日 周四 1 条

10-29
11:40
量子位 量子位 2294 字

后训练越多模型越“轴”？给参数加点扰动，探索能力回来了 | NeurIPS'26

给大模型换一副“参数脑子”

推荐理由本文涵盖「后训练」、「DeepSeek」、「强化学习」等多个主题，重点关注 后训练。

#后训练#DeepSeek#人工智能#大模型#强化学习

10月28日 周三 3 条

10-28
21:31
机器之心 机器之心 1828 字

NeurIPS 2026 Oral｜让大模型精准「看图」：NV-CoT用连续坐标重构视觉思维链

无需大幅改动模型架构，NV-CoT 就将区域定位 IoU 从 47.3 提升至 59.5，并在监督微调与强化学习两条路径上改善高分辨率视觉问答表现。

推荐理由本文涵盖「大模型」、「多模态」、「新加坡国立大学」等多个主题，重点关注 大模型。

#大模型#强化学习#多模态#新加坡国立大学
10-28
17:55
量子位 量子位 3289 字

蚂蚁推出OCR大模型：同一架构实现全场景文本智能，2B参数也能打

卡证文档一站式智能解析

推荐理由本文涵盖「OCR」、「大模型」、「AI安全」等多个主题，重点关注 OCR。

#大模型#AI安全#强化学习#多模态#OCR
10-28
17:55
量子位 量子位 4799 字

工程能力一键复用，专心卷新能力！轮子造一次就够了｜详解FluxVLA Engine技术报告

让基建作为常驻buff

推荐理由本文涵盖「具身智能」、「ChatGPT」、「GPT-6 Astra」等多个主题，重点关注 具身智能。

#GPT-6 Astra#具身智能#强化学习#ChatGPT#API

10月24日 周六 2 条

10-24
16:00
AGI Hunt AGI Hunt 3583 字

国模至暗时刻结束，大模王 K3.1 Pro 正面迎战 Astra

月之暗面，成了月之亮面

推荐理由本文涵盖「Astra」、「Claude」、「Kimi」等多个主题，重点关注 Astra。

#Claude#Kimi#GPT-6#Astra#强化学习
10-24
15:30
机器之心 机器之心 2376 字

NeurIPS 2026 | 港大&清华提出价值缝合VAST，让长程决策学习自适应选择时间尺度

长远，不只是看得更远，更是把握任务的节奏，让每一段都通向终点。

推荐理由本文围绕「清华」、「强化学习」、「智能体」等主题展开。

#智能体#清华#强化学习

10月23日 周五 1 条

10-23
19:04
机器之心 机器之心 1618 字

FP4 W/A+FP4 KV的强化学习也能「又快又稳」：阿里千问提出TRACE，Rollout最高加速5.4倍

用 Rollout 侧真实的 FP4 量化结果，反过来指导训练侧的舍入方向。

推荐理由本文涵盖「强化学习」、「大模型」、「Qwen3」等多个主题，重点关注 强化学习。

#大模型#强化学习#Qwen3#Cache#Next

10月22日 周四 1 条

10-22
11:51
云头条 云头条 1252 字

OpenAI 突然出手！AI 中转要审批，竞品蒸馏遭禁！

2026 年 10 月 21 日，OpenAI 发布公告《Broad access through consistent standards》，宣布统一旗下 AI 模型在不同服务渠道的安全标准，并更新《使用政策》（Usage Policies）。…

推荐理由本文围绕「OpenAI」、「API」、「强化学习」等主题展开。

#OpenAI#强化学习#API

10月21日 周三 2 条

10-21
23:43
机器之心 机器之心 4114 字

多榜登顶，跨越仿真、真机与真实场景！无界动力发布并开源MWA™-Phoenix隐空间世界模型基座

「一脑多能，不止于此」！

推荐理由本文涵盖「Bot」、「Win」、「具身智能」等多个主题，重点关注 Bot。

#具身智能#Agent#强化学习#Win#Bot
10-21
11:59
机器之心 机器之心 963 字

刚离开Kimi，17岁的陈广宇去了Jeff Dean新公司

6天前刚离开月之暗面。

推荐理由本文涵盖「Kimi」、「Anthropic」、「强化学习」等多个主题，重点关注 Kimi。

#Anthropic#大模型#Kimi#强化学习

10月20日 周二 1 条

10-20
11:13
云头条 云头条 456 字

曝 17 岁天才少年跳槽！告别 Kimi，投奔 Jeff Dean

2026 年 10 月 20 日，17 岁 AI 天才少年陈广宇已加入 Discovery Loop。这家 AI 初创公司由谷歌资深 AI 科学家 Jeff Dean 等人创办，致力于利用 AI 加速科学研究。 该消息目前未得到本人确认。…

推荐理由本文涵盖「Kimi」、「大模型」、「马斯克」等多个主题，重点关注 Kimi。

#Anthropic#大模型#Kimi#强化学习#马斯克

10月19日 周一 1 条

10-19
06:40
机器之心 机器之心 4546 字

NeurIPS 2026｜小红书 × 复旦大学用DR-Rubric为开放式强化学习构建评分标准

小红书 × 复旦大学用DR-Rubric为开放式强化学习构建评分标准。

推荐理由本文围绕「强化学习」、「大模型」、「智能体」等主题展开。

#智能体#大模型#强化学习