算法论文8

人大DelTA算法提升强化学习推理正确率

量子位2026-07-02

AI 摘要

人大高瓴团队：提出DelTA算法，通过求解优化问题计算token最优权重。实验表明，它能适配主流框架，在多任务上提升模型效果，还可筛选出有学习价值的token梯度。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

谷歌Gemini 4 Argon全球上线

本文报道谷歌新一代旗舰大模型Gemini 4 Argon全球正式上线，详细介绍了该模型的核心能力、基准跑分成绩，以及在多领域的落地成果和开放使用政策。

本文是InfoQ编译的科技播客访谈，Reflection AI由前Google DeepMind Gemini团队成员创立，近期发布了5010亿参数的开放大模型Beam，主打编程、推理和智能体任务，发布一周后传出英伟达拟收购该公司的消息，访谈中分享了对开放模型诸多问题的观点。

本文报道九章云极言表实验室在陶哲轩发起的数学蒸馏挑战赛第二阶段拿下全部赛道满分，解决28个未解决开放数学问题，介绍了其可验证AI+强化学习的AI4S布局。

本文为豆包Doubao-Seed-2.1-pro-0915新版本实测内容，展示该模型的多模态编程能力，以生成鱼类识别微信小程序为例，给出基准测试成绩，介绍其适用开发场景。