算法论文8
微软 GFPO：推理响应冗长问题的克星
机器之心
AI 摘要
微软研究员发布 GFPO 强化学习算法，上线 arXiv。它基于 GRPO 解决多属性优化问题，团队还提出自适应难度变体。实验表明，GFPO 能削减多余 token 长度，在多基准测试中表现良好。
阅读原文 · 机器之心
冗长响应缩减80%，DeepSeek GRPO获得颠覆性改进，微软GFPO问世
微软研究员曝出颠覆性强化学习算法 GFPO，能削减推理多余 token 长度达 80%。它基于 DeepSeek 的 GRPO，可同时优化多响应属性，团队还提出自适应难度变体，实验显示 GFPO 在多方面表现出色。
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
TAAC×KDD大赛落幕，600万奖池有归属
TAAC × KDD Cup 2026大赛落幕，600万奖池揭晓归属。大赛吸引52国13913名选手，竞争激烈。冠军团队分别用DeepSeek网页版等工具，在赛题“统一建模”难题上各展方案，其成果或助广告外的LLM研究。
机器之心
新闻资讯7
DeepSeek涨价，马斯克订阅成性价比之王
DeepSeek官发涨价第三天，峰谷定价且整体涨幅大，实际体感比价格表夸张，Opencode go也涨价降额度。而马斯克的Supergrok heavy成全球性价比之王，买它送Cursor ultra，还附赠多项权益。
探索AGI
开源动态8
DeepSeek 5个开源项目超火！
几天前，DeepSeek发布开源智能体框架`DeepSeek Harness`，热度极高。围绕它社区长出丰富高星项目，本文整理了5个，如核心项目`DeepSeek Harness`、桌面客户端、Web UI插件、终端交互插件及插件导航手册。
开源先锋
新闻资讯7
DeepSeek涨价，OpenAI降价，Agent改写价格战
近期，DeepSeek上调API价格，V4 Pro等型号涨幅明显；而OpenAI的GPT - 5.6 Luna API价格降80%，Terra降20%。这背后是大模型价格竞争方向转变，受竞争、广告、效率及Agent使用方式等因素影响。
DeepTech深科技