算法论文7

Meta新论文：LLM单步训练性能狂飙22%

新智元2025-09-09

AI 摘要

Meta超级实验室MSL三位成员上传论文，提出探索迭代（ExIt）方法，利用强化学习微调大语言模型。它基于自动课程学习，训练单步任务让模型多步自我改进，在MLE - bench上比GRPO性能提升约22%。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

华为发布企业智能化AI白皮书

本文为量子位报道，华为在全联接大会2026首发企业AI白皮书，针对当前企业AI单点提效难转化为整体业务收益的痛点，提出企业智能化建设的参考架构与工程落地路径。

本文是被EMNLP 2026主会录用的算法论文，针对现有工具调用合成数据「先生成再筛选」的缺陷，提出分阶段分解加动态自反馈的ToolLoop方法，有效提升合成数据质量，实验效果优于现有方案。

本文深度解析TypeSafe AI新发布的Jev模型，该模型不生成文本，专注提供高速结构化概率判断，分析了其架构、训练、适用场景，探讨了对AI行业格局的影响，给出开发者实用判断标准。

本文针对全网爆火的AI模型Jev，梳理业界不同观点，解读其技术路线、核心特性、能力边界与适用场景，解答大众对Jev的核心疑问，客观分析其真实价值。