算法论文8
北邮与腾讯提出MoE - CL助力LLM自进化
机器之心
AI 摘要
北邮与腾讯AILab提出MoE - CL架构解决LLM自进化问题。它结合‘解耦LoRA专家’与‘GAN对抗降噪’,在腾讯业务A/B测试降低人工成本,基准测试准确率优,实现‘知识保留’与‘跨任务泛化’平衡。
阅读原文 · 机器之心
LLM工业级自进化:北邮与腾讯AI Lab提出MoE-CL架构,解决大模型持续学习核心痛点
北邮百家AI团队与腾讯AILab提出MoE - CL架构用于LLM自进化持续指令微调。其结合‘解耦LoRA专家’与‘GAN对抗降噪’,在腾讯业务及基准测试中效果佳,降低人工成本,准确率优于主流方法。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章9
三万字讲透大语言模型入门
本文是面向零基础的大语言模型入门长文,无需机器学习背景,只用简单例子讲清大语言模型的核心逻辑,覆盖从原理到产品化的全流程,适合新人系统学习。
腾讯技术工程
新闻资讯9
DeepMind AI破解56年数学难题登Science
本文报道谷歌DeepMind推出AI数学证明框架AlphaProof Nexus,破解多道悬而未决的数学难题含两道56年埃尔德什开放问题,成果经同行评审登上《Science》,对比OpenAI此前发布方式的争议,介绍其工作流程。
量子位
开源动态9
清华发布OSWorld-Science评测基准
本文针对AI能否自主操作科研软件完成真实科研任务的问题,介绍了清华大学牵头多机构推出的OSWorld-Science,这是面向真实科研场景的智能体评测基准,包含146项真实科研任务,评测了12个主流模型,曝光了当前智能体的能力短板,为领域研究提供了统一评测基础。
机器之心
新闻资讯8
Meta新AI跑分领先 3D实测翻车
本文报道Meta推出新一代旗舰大模型Muse Wonder系列,第三方评测显示其在长程编程、Agent任务中超越现有顶级模型,扎克伯格称Meta重回AI技术前沿,但实测暴露短板,推理成本大幅上涨。
AI前线