「人类反馈强化学习」共找到 1980 篇相关文章
2025年4月17日消息,OpenAI 连发o3和o4 mini,o3为强大推理模型,o4-mini专为高效推理优化。它们能调用ChatGPT工具,可基于图像思考。OpenAI还开源本地代码智能体Codex CLI,兼容所有模型。
陶哲轩最新演讲:数学正在进入“工业时代”
当地时间7月24日,菲尔兹奖得主陶哲轩在2026年国际数学家大会上发表演讲,指出AI参与数学研究,或使数学站在类似历史节点,研究方式和价值体系受挑战,还探讨了AI对数学研究各方面的影响及应对方向。
开源不到一天1.9k星星!NVIDIA新突破,机器人ChatGPT时刻!
NVIDIA开源ProtoMotions3框架,用经典自回归预测和物理仿真,让高级行为涌现。它能助力机器人多方面学习,有望降低人形机器人开发门槛,虽处研究阶段,但提出新思路。
Anthropic深夜连放两弹:Sonnet 5、全新AI科研App重磅上线
Anthropic 深夜发布两个重磅更新:Claude Sonnet 5和面向科研人员的AI工作台Claude Science。Sonnet 5性能接近Opus 4.8,提升Agent能力且价格低;Claude Science整合科研工具,支持复现产出、自动管理算力、多学科查询。
模型越强,人的判断力越值钱:微软CEO破解“AI替代”焦虑
微软CEO纳德拉长文探讨‘AI驱动的经济中企业的未来’,指出企业要构建AI学习闭环,让人力资本和AI能力叠加增长。还提出认知闭环概念,强调人的判断力在AI时代更有价值,给出构建学习系统的具体方法。
刚刚,Ilya又发神图「思考者」!AI芯片海洋上在想啥?
AI圈神秘领袖Ilya在Instagram上传画,画面是「思考者」踩在芯片Die Shot上,引发全网解读。同一时间,OpenAI公布数学成果、升级Codex,还传准备秘密提交IPO招股文件,引发新一轮狂欢。
LLM助力突破尘封60年数学猜想!北大王立威团队大幅刷新斯坦纳比下界
北大王立威团队构建基于 LLM 的框架,聚焦 Gilbert - Pollak 猜想,将二维平面斯坦纳比从 0.824 改进到 0.8559。该进展被陶哲轩收录,工作已被 ICML 2026 接收,代码和证明均已开源。
科研的回归:AutoSOTA如何终结“增量式优化”的重复劳动
当前AI科研中,为提升性能指标,研究者投入大量精力做“增量式优化”,限制原创探索。AutoSOTA项目由清华与中关村学院联合发布,它基于智能体系统构建自动化方案,接管实验迭代,一周发现105个SOTA模型,推动科研回归原创。
写顶会LaTeX论文的门槛彻底被谷歌PaperOrchestra打下来了~
谷歌推出多智能体协作框架PaperOrchestra,能将非结构化研究素材转化为符合顶会要求的LaTeX投稿论文。它解决了现有自动化研究框架在论文写作环节的问题,实验显示全面超越现有基线。
「被动感知」到「理解接触」!它石智航重磅发布OmniVTA视触觉世界模型
它石智航联合六大顶尖机构推出OmniVTA视触觉操作框架和OmniViTac大规模视触觉数据集。该框架核心是从被动感知到主动预测触觉,通过多模块协同让机器人有预测、理解和修正能力,实验表现优。