The Path to a Superhuman AI Mathematician
"reinforcement learning" 相关文章
CMU Researchers Introduce PPP and UserVille To Train Proactive And Personalized LLM Agents
斯坦福7B智能体全面超越GPT-4o，推理流登顶HF
从 「会思考」到 「善创造」： 多模态大模型的深度推理与协同进化
AI’s capacity crunch: Latency risk, escalating costs, and the coming surge-pricing breakpoint
How to Build a Model-Native Agent That Learns Internal Planning, Memory, and Multi-Tool Reasoning Through End-to-End Reinforcement Learning
RFT目前(在应用层)仍然是被低估的
解密prompt系列63. Agent训练方案:RStar2 & Early Experience etc
对话郎咸朋：VLA 技术论战、团队换血与不被看好时的自我证明
智源具身框架Thor开源：迈向类人级全身控制，让机器人在强对抗中“站稳脚跟”
比NanoBanana更擅长中文和细节控制，兔展&北大Uniworld V2刷新SOTA
用更一致的轨迹、更少的解码步数「驯服」掩码扩散语言模型，扩散语言模型的推理性能和效率大幅提升
数字生命「培养皿」里，AI竟然学会了打架、结盟、抢地盘
Thought-For-Food: Reasoning Chain Induced Food Visual Question Answering
揽月动力完成数千万元天使轮融资，以“约化模型”推动机器人泛化能力突破 | 融资首发
谷歌Dreamer大神离职，自曝错过Transformer
AI社交智能觉醒，新研究让模型理解人类“关系网”
北京内推 | 阿里通义实验室对话智能团队招聘大模型方向研究型实习生
英伟达帮你省钱，让大模型推理「短而精」，速度快5倍
郎咸鹏给理想VLA新画的4个饼以及值得留意的5点
