「強化學習」
33 resultsDaisyRose-27B:後訓練效率的突破性進展
產品Hugging Face Blog
ThinkingBox:將資料庫評分轉為強化學習獎勵,提升 AI 代理可靠性
研究Hugging Face Blog
從半導體到超導體:Periodic Labs 運用 AI 打造「合成超智慧」加速科學發現
研究Latent Space
微軟亞洲研究院發表 Agent Lightning v1.0:輕量級強化學習框架,訓練 AI 代理程式更高效
研究Microsoft Research
Nemotron 模型微調策略奏效,IOI 與 IMO 雙雙奪金
研究Hugging Face Blog
強化尖端 AI 訓練安全:OpenAI 提出安全案例指引
觀點OpenAI Blog
突破推論瓶頸:Google Research 透過 Retrieve-for-Train 加速複雜 AI 搜尋
研究Google Research
AllSpark 發表 Iris-mini 與 Iris-pro:同級最強開源搜尋代理模型
研究The Decoder
Hugging Face Jobs 上的 Async GRPO 與 LoRA:無需 NCCL 的分散式訓練新架構
產品Hugging Face Blog
AI 創業家 Danijar Hafner 打造能應對未知的智慧代理
觀點MIT Technology Review AI
AI 程式碼模型水彩畫實踐:TRL 與 OpenEnv 的應用
研究Hugging Face Blog
從麻省理工到 IBM:加速 AI 與量子技術落地應用
商業MIT News (AI)
Hugging Face 推出開源機器鴨 Microduck,推動實體 AI 普及
產品TechCrunch AI
IBM Granite 4.2 LLM:深度解析其建構與訓練策略
產品Hugging Face Blog
參數時代終結?Z.ai CEO 唐傑談 GLM 5.3 與後訓練縮放法則
商業Latent Space
AI 產業週報:記憶體價格飆漲、OpenAI 調整開發步調與開源模型新進展
商業Latent Space
OpenAI 推出新安全措施,強化模型開發防護
商業TechCrunch AI
微軟 CARE-X:整合多重技術,打造臨床實用放射學 VLM
研究Microsoft Research
AI 強化學習讓量子電腦邊運算邊校正錯誤
研究Google Research
傑出電腦科學家暨多產作家:麻省理工榮譽教授 Dimitri Bertsekas 享壽 83 歲辭世
其他MIT News (AI)
AI如何驅動自主機器人:從工廠到居家應用
商業Ars Technica AI
LLM 賦能機器人:理解模糊指令、掌握關鍵細節
研究MIT News (AI)
AI 打造超乎想像的無線電晶片,突破人類設計極限
研究IEEE Spectrum AI
OpenAI 研究揭示:少量「有益特徵」訓練可大幅提升 AI 模型安全性與抗操控性
研究The Decoder
MosaicLeaks:AI研究代理的隱私洩漏挑戰與解決方案
研究Hugging Face Blog
OpenEnv 專案走向開放治理,獲開源社群與業界巨頭力挺
產品Hugging Face Blog
AI 科技週報:模型、代理與開源生態系最新進展
產品Latent Space
Hugging Face 推出 Delta Weight Sync:大幅降低非同步強化學習模型同步成本
產品Hugging Face Blog
ChatGPT 的中文怪癖:「我會穩穩地接住你」引發熱議
觀點Wired AI
vLLM V0 到 V1 遷移:強化學習訓練的正確性挑戰
產品Hugging Face Blog
Granite 4.1 大型語言模型:技術建構與訓練揭秘
產品Hugging Face Blog
強化學習新突破:分而治之策略解決離策略學習擴展性難題
研究BAIR Blog (Berkeley AI)
麻省理工學院發表「SEAL」框架,推進 AI 自我演化能力
研究Synced Review