#强化学习

9月14日 周一 今天 1 条

09-14

11:03

云头条 云头条 111 字

马斯克官宣 Grok 4.8：2.5 万亿参数

2026 年 9 月 14 日，马斯克透露，Grok 4.8 是一个 2.5T（2.5 万亿参数）模型，目前正使用 xAI 新开发的 C++ 软件栈训练，预计本周完成这一阶段，随后进入 RL（强化学习）。 云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。

推荐理由本文围绕「马斯克」、「强化学习」等主题展开。

#强化学习#马斯克

9月13日 周日 4 条

09-13

15:05

机器之心 机器之心 2722 字

Astra写的代码，人类已经看不懂了

它会写出一种高度压缩的东西，人类很难看懂

推荐理由本文围绕「GPT-6 Astra」、「强化学习」、「POC」等主题展开。

#GPT-6 Astra#强化学习#POC

09-13

12:05

量子位 量子位 1368 字

个性化智能体强化学习框架上线，8B模型盲测第一

把用户偏好引入智能体强化学习

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

#智能体#Agent#强化学习#阿里#Prompt

09-13

12:05

量子位 量子位 7202 字

2000+真实场景搬进仿真！一个导航模型零样本“通吃”四种机器人本体

亮源新创的Physical AI 路线清晰了

推荐理由本文围绕「机器人」、「具身智能」、「强化学习」等主题展开。

#具身智能#强化学习#机器人

09-13

09:30

机器之心 机器之心 1416 字

AI 何时停止过度思考？

为何长思维链与测试时扩展反而会成为 LLM 的性能制约？

推荐理由本文围绕「题解」、「强化学习」等主题展开。

#强化学习#题解

9月10日 周四 2 条

09-10

18:06

量子位 量子位 3222 字

DeepSeek V4.1重回国产一哥！全新架构非对称Transformer，Engram用上了

HBM需求减少75%，SSD需求减少87.5%

推荐理由本文涵盖「DeepSeek V4」、「强化学习」、「后训练」等多个主题，重点关注 DeepSeek V4。

#后训练#强化学习#多模态#DeepSeek V4#DeepSeek Harness

09-10

14:27

机器之心 机器之心 1299 字

刚刚，DeepSeek V4.1 Flash正式上线！已适配Harness

全面超越 V4 Pro，采用新架构，原生支持多模态

推荐理由本文涵盖「DeepSeek V4」、「API」、「多模态」等多个主题，重点关注 DeepSeek V4。

#网络安全#强化学习#API#多模态#DeepSeek V4

9月9日 周三 1 条

09-09

12:30

量子位 量子位 2735 字

大模型手语翻译新进展：CAPO-SLT拿下中文三项最高分 | EMNLP'26

高置信度也会把整句手语翻译“带跑偏”

推荐理由本文围绕「大模型」、「强化学习」等主题展开。

#大模型#强化学习

9月8日 周二 1 条

09-08

12:07

机器之心 机器之心 3637 字

端侧模型太夯了！面壁智能开源2B「小钢炮」，通用Agent杀到端侧

不只开源模型，面壁智能连数据、RL框架和训练方法都开放了

推荐理由本文涵盖「大模型」、「Agent」、「工作流」等多个主题，重点关注 大模型。

#大模型#Agent#工作流#基础模型#强化学习

9月6日 周日 1 条

09-06

18:00

机器之心 机器之心 1235 字

验证器是 RLVR 的隐形天花板，还是下一个能力突破口？

验证器的制约下，RLVR 还能继续突破上限吗？

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

#RLVR#验证器#强化学习#大模型后训练#过程验证 +1

8月31日 周一 1 条

08-31

20:47

云头条 云头条 710 字

OpenAI 狂买数万台 Mac：专门训练 AI 智能体

2026 年 8 月 31 日，据《The Information》报道，OpenAI 已购买数万台苹果 Mac，用于 AI 模型强化学习。与此同时，Anthropic 也在通过亚马逊 AWS 租用 Mac 计算资源。…

推荐理由本文涵盖「AI智能体」、「OpenAI」、「强化学习」等多个主题，重点关注 AI智能体。

#AI智能体#OpenAI#强化学习#Mac#苹果芯片