在人工智能的不断发展中，扩散模型在推理能力上逐渐崭露头角，现如今，它们不再是自回归模型的 “跟随者”。近日，来自加州大学洛杉矶分校（UCLA）和 Meta 的研...
强化学习,应用
07月30日
0
【研究颠覆】清华大学与上海交通大学联合发表的最新论文，对业界普遍认为"纯强化学习（RL）能提升大模型推理能力"的观点提出了挑战性反驳。研究发现，引入强化学习的模...
清华,大模型,强化学习
07月30日
0
最近，一项来自 MIT CSAIL、哥廷根大学、IBM 研究所等机构的研究团队提出了一个名为 Omni-R1的全新音频问答模型。该模型在 Qwen2.5-Omn...
音频,问答,文本,强化学习,数据
07月30日
0
近期，谷歌 DeepMind 团队与约翰・开普勒林茨大学 LIT AI 实验室合作，开展了一项关于人工智能语言模型的新研究。他们采用了强化学习微调（RLFT）技...
谷歌,DeepMind,强化学习,AI,决策
07月30日
0
阿里巴巴今日正式发布QwenLong-L1-32B，这是一款专为长上下文推理设计的大型语言模型，标志着AI长文本处理能力的重大突破。该模型在性能表现上超越了o3...
阿里,性能,Qwen,强化学习,文本,Claude
07月30日
0
大型语言模型（LLM）通过结合任务提示和大规模强化学习(RL)在复杂推理任务中取得了显著进展，如 Deepseek-R1-Zero 等模型直接将强化学习应用于基...
强化学习,兼容性,Qwen
07月31日
0
近日，字节跳动Seed团队携手香港大学与复旦大学，共同推出了创新的强化学习训练方法——POLARIS。该方法通过精心设计的Scaling RL策略，成功将小模型...
字节,强化学习,ARIS,开源,数学推理
07月31日
0
微软研究院推出一款名为Agent Lightning的全新强化学习训练框架，旨在解决当前AI代理系统训练过程中面临的通用性和灵活性挑战。该框架通过创新的解耦设计...
微软,Agent,AI,Light,强化学习,框架,代理
08月08日
0
前些天，OpenAI 少见地 Open 了一回，发布了两个推理模型 gpt-oss-120b 和 gpt-oss-20b。 但是，这两个模型都是推理模型，Op...
Op,AI,开源,模型,强化学习
08月14日
0
2022年是，或生成式AI“Generative AI”爆发的一年。以OpenAI、Stability AI、Midjourney、NovaAI等为代表的企业和...
AI,,工具,AI技术,AI模型,AI绘画,ChatGPT,GPT,Midjourney,OpenAI,人工智能,元宇宙,内容生产,创新,发展趋势,宇宙,强化学习,生成式AI,英伟达,谷歌,
08月18日
0
