算法论文7
英伟达:ProRL解锁模型新能力
深度学习自然语言处理
AI 摘要
英伟达:过去认为RL效果有限是训练时间短,提出ProRL让训练超2000步,小模型表现出色,可做基座模型做不了的事,还能降低AI开发门槛,但要防范滥用和高耗能问题。
阅读原文 · 深度学习自然语言处理
英伟达发现RL Scaling!创造力暴涨,做基座模型做不了的事!
过去学界争论强化学习(RL)对语言模型的作用,此前研究认为其效果有限。本文发现问题出在训练时间短,提出ProRL,让训练突破2000步以上,结果惊人,小模型也能有出色表现。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯7
英伟达服务器涨价,AI基建成本飙升
据彭博社报道,英伟达通知客户,搭载其AI芯片的服务器价格将涨超15%,2027年初生效。涨价主因是内存需求大增、供应紧张价格上涨,这让数据中心前期投入增加,小公司更难入局。
机器之心
新闻资讯8
英伟达60亿打造全球顶尖开源模型
多家外媒爆料,英伟达计划斥资60亿美元打造全球最强开源权重AI模型。为此,英伟达买下Poolside的技术,挖走其核心团队,追加巨额投资。这让AI大模型竞争格局或变天,英伟达也将与大客户成对手。
新智元
开源动态8
开源模型两月逆袭,闭源巨头失势
过去60天,Vercel AI Gateway调用数据显示,开源模型Token调用份额从28%涨至62%,反超闭源模型。英伟达60亿美元入局扶持,闭源虽推新降价仍失领先,开源走向大规模应用。
AI前线
新闻资讯7
内存疯涨,AI服务器涨价超15%
搭载英伟达AI芯片的服务器将在2027年初涨价超15%,但这次并非英伟达主导,而是代工厂。真正原因是内存价格疯涨,三星、SK海力士和美光掌控近九成市场,有定价权。
新智元