算法论文8

中科院&腾讯团队揭示大模型RL新机制

PaperAgent2025-12-29

AI 摘要

中科院自动化所与腾讯团队研究发现大模型内部有多个可采样内部策略，不同模型推理模式不同。提出BuPO算法，在复杂推理任务上超主流算法，为大模型研究架起新桥梁。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Cloudflare CEO：五年后机器流量千倍于人

本文整理自The Verge《Decoder》播客对Cloudflare CEO的访谈，披露今年5月互联网自动化流量已超过人类流量，预测五年后将达千倍，讨论AI时代互联网新商业模式、内容付费、AI爬虫拦截等热点议题。

本文作者实测Claude Opus5.5的视频制作能力，除人工配音外，分镜、动画、音效、配乐全靠代码完成，对比GPT-6 Astra展示各环节提升，验证大模型全流程做视频的可能性。

本文报道AI初创公司TypeSafe AI发布的模型Jev上线仅9天，就传出投资者给出超百亿美元估值，剖析资本追捧低价薄利模式的原因，同时梳理业内对其护城河的质疑，探讨大模型赛道资本动向。

本文围绕GPT-6 Astra发布后的行业测试展开，讨论通用大模型能否成为机器人的通用大脑，分析了通用大模型参与机器人控制的原理与优势，点明当前能力边界，提出了分工协作的落地方案。