算法论文8

30B - A3B模型奥赛推理达金牌水平

机器之心2026-05-19

AI 摘要

上海人工智能实验室：30B - A3B规模的SU - 01模型不调用外部工具，经反向困惑度微调、强化学习等训练，在数学和物理奥赛评测达金牌水平，验证了高效科学推理系统路线。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

清华团队样本分布训练刷新生成SOTA

本文介绍清华大学联合多校团队提出样本分布训练新生成方法，发布MGFlow、Elastic Forcing两项成果，分别实现一步生图SOTA、14B流式视频模型单8卡后训练，为实时多模态交互开辟新路径。

本文整理六大2026顶会共460篇高引机器学习论文，详细介绍ACL下两篇聚焦技能拆解复用的高引论文，给出效果数据与论文链接，开放论文合集获取。

本文介绍了斯坦福等多校研究者提出的机器人评测基准LIBERO-MAX，针对机器人执行任务中途环境变化的痛点，设计配对测试方案，经大规模仿真评测现有模型性能，为机器人动态鲁棒性改进提供标准化测试平台。

单个AI Agent能力不断提升，但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准，结合长时程任务、角色不对称与黑盒交互，评测多智能体协作能力，给出主流大模型的协作表现数据。