内容聚合站 · 最新收录

11月12日周四 2 条

深度研究准确率提升4.97个百分点！清华腾讯让Agent学会“论功行赏”

改进长程Agent信用分配

推荐理由本文涵盖「清华」、「AI Agent」、「强化学习」等多个主题，重点关注清华。

#清华#AI Agent#强化学习#Qwen3

11-12

20:25

机器之心机器之心 3875 字

64张B300、不到5天，FireFlash比肩Fable 5与GPT-6Sol，单任务成本低30倍！

FireFlash 公开长程智能体 RL 完整配方

推荐理由本文涵盖「Fable」、「GPT-6」、「智能体」等多个主题，重点关注 Fable。

#智能体#Agent#GPT-6#强化学习#Fable

11月11日周三 1 条

11-11

00:06

赛博禅心赛博禅心 814 字

MiniMax H3-Image 开源：让 4K 图像生成进入 10 秒时代

今天，我们正式发布 MiniMax H3-Image 并开放权重。这是一款衍生自 H3 的图像生成模型，其具备文本生成图像、图像参考和图像编辑能力。它能够在 10 秒内生成一张 4096 x 4096 像素、约 16 MP（4K）的高分辨率图像，同时呈现丰富、真实的细节，并具备优秀的指令遵循和多参考图理解能力。…

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

#开源模型#后训练#MiniMax#强化学习

11月10日周二 1 条

11-10

23:24

机器之心机器之心 3355 字

不靠外部裁判，统一多模态模型学会自己「看图改图」：修复成功率提升到3倍，GenEval 0.72→0.84

同一个模型写出诊断、再按诊断重画，推理时不再需要任何外部打分器。

推荐理由本文涵盖「多模态」、「UMM」、「开源」等多个主题，重点关注多模态。

#开源#强化学习#多模态#RCE#UMM

11月9日周一 1 条

11-09

16:45

机器之心机器之心 2090 字

让AI「摸懂」物理世界，首个触觉推理模型Touch-R1，入选NeurIPS 2026

当视觉与触觉发生冲突，智能体会怎么办？

推荐理由本文涵盖「NeurIPS」、「多模态」、「机器人」等多个主题，重点关注 NeurIPS。

#强化学习#机器人#多模态#厦门大学#NeurIPS

11月8日周日 1 条

11-08

09:32

机器之心机器之心 1253 字

机器人的训练成本被 Supermimic 打下来了？

大规模全身控制训练，是否不必再持续猛堆算力？

推荐理由本文涵盖「机器人」、「RMI」、「强化学习」等多个主题，重点关注机器人。

#具身智能#Anthropic#强化学习#机器人#RMI

11月5日周四 1 条

11-05

16:19

机器之心机器之心 3763 字

对谈千问蒋冠军：从模型、记忆到生态，Personal Agent的技术架构如何搭建？

下一代 AI 原生应用是什么样？

推荐理由本文围绕「Agent」、「后训练」、「强化学习」等主题展开。

#后训练#Agent#强化学习

11月4日周三 1 条

11-04

12:30

云头条云头条 646 字

突发！Claude Code 产品负责人 Cat Wu 离职

2026 年 11 月 3 日，Claude Code 的产品负责人 Cat Wu 已于 10 月 30 日离职。 Cat Wu 于 11 月 3 日宣布离职，并感谢 Claude Code 团队及用户。她没有透露离职原因，也没有说明下一步职业计划。此次离职正值 Anthropic 筹备 IPO 的关键时期。…

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

#Claude Code#Anthropic#招聘#强化学习#ROP