「动态推理深度」共找到 2951 篇相关文章
突破通用领域推理的瓶颈！清华NLP实验室强化学习新研究RLPR
现有基于可验证奖励的强化学习（RLVR）应用范围局限，清华自然语言处理实验室提出 RLPR 技术，通过 Prob - to - Reward 提高概率奖励质量，有领域无关等特点，相关代码等已开源。
这些关于研发提效的深度实践分享，值得每一位开发者关注 | AICon
6月27 - 28日AICon北京站上，多位大厂技术大牛将分享“AI赋能研发提效”经验。如丁宇介绍AI编程范式革新，张乐分享腾讯代码智能化实践，还有同程、百度、网易游戏相关人员分享研发提效经验。
深度对话 Benchmark 合伙人：AI 打破了 SaaS 的 3322 规则改变创造本质
Benchmark 合伙人 Eric Vishria 与 Banana Capital 合伙人 Turner Novak 对话，分享 AI 时代创业看法、投资策略等。他认为 AI 打破 SaaS 增长法则，关注创始人叙事、学习能力，坚持投资非凡公司，还谈了对上市、估值等的观点。
让推荐学会思考：用强化学习激活大模型的序列推理能力
文章指出推荐系统曾未紧密结合大模型能力，如今正靠近其训练范式。作者基于用户行为序列，用强化学习训练大模型理解序列关系，以预测用户下一个可能点击的资讯，并通过实验验证了该方法的可行性，还探讨了不同数据库中BM25算法的差异。
深度剖析 MCP SDK 最新版： Streamable HTTP 模式正式发布，为你实测揭秘
MCP SDK 新版本 v1.9.0 发布，新增 streamable HTTP 传输模式。本文对该模式全面剖析与实测，涵盖快速上手、核心参数、session - id 等内容，还介绍开发服务端及多应用实例模式，指出新模灵活性提升但有不足。
深度解读｜LLM Wiki 的工程实践，从 AI Coding、Obsidian 到 RAG 协同。
文章介绍 LLM Wiki 工程实践。包括为 AI Coding 创建知识地图，指导 Agent 加载上下文；在 Obsidian 构建知识体系，有插件和自定义 Agent 两种方法；还分析其与 RAG 关系，指出可融合互补，不要过度神话 LLM Wiki。
英伟达MIT出手！华人团队重磅开源，大模型推理内存暴降10倍
英伟达、MIT、浙大华人研究者联合推出TriAttention，核心是在pre - RoPE空间用Q/K三角集中度估计KV token重要性，保留关键部分。它使内存消耗降10倍，吞吐量提2.5倍，还提供vLLM集成和MLX实验性支持。
国产GPU首获全球顶级推理框架「原生门票」：MUSA合入SGLang主线
近日，摩尔线程举办「SGLang × MUSA Meetup」，分享与 SGLang 社区及 MUSA 生态协同进展。其 MUSA 后端已加入 SGLang 官方支持体系，代码合入主线，还在多方面取得成果，众多开源项目核心维护者参与探讨国产 AI 算力。
深度访谈｜OpenClaw引爆Agent元年，AI Agent在企业内如何规模化应用？
2026年初，开源智能体项目OpenClaw爆火，让AI从“对话框里的顾问”变为“现实世界中的执行者”。本文围绕“从OpenClaw爆火到企业级Agent落地”展开，探讨AI Agent的应用问题、开源生态格局等，还给出企业部署建议。
推荐系统进入「双动力」时代！首篇LLM-RL协同推荐综述深度解析
强化学习是推荐系统主流建模范式，但传统 RL 推荐系统有诸多瓶颈。大语言模型崛起带来新机遇，LLM 与 RL 结合开启新范式。研究团队发布首篇相关综述，提出五大协同范式，总结评估体系，分析挑战与方向。