双模型辩论」共找到 172 篇相关文章

算法论文8

Multi-Agent记忆系统MIRIX:比RAG性能飙升35%,存储减少99.9%

现有AI Agent记忆方案有局限,MIRIX作为模块化多智能体记忆系统应运而生。它由六种记忆类和多智能体框架组成,支持多种检索功能。在多模态和单模态测试中表现优异,为记忆增强LLM智能体设新标准。

PaperAgent
算法论文7

机器人从炫技 Demo 走向上岗,两篇 ICML 顶会论文拆解背后的智能底座

在WRC世界机器人大会上,云蝶科技发布RoboForge系统级具身大脑和WING任务本体。其科研团队两项成果POLIA与Strat-Reasoner发表于ICML 2026,从视觉证据和他者意图两方面,为理解具身大脑技术提供切口。

AI科技评论
新闻资讯7

顶会具身辩论赛实况:徐丹飞激辩,PI连输三轮,谷歌大佬倒戈

2026年RSS大会workshop圆桌讨论上,五位专家围绕世界模落地展开辩论。辩题有世界与策略模该合体还是分开、世界模可控性靠像素还是动作、训练数据靠互联网人类视频还是具身机器人数据。最终各方有输赢也有共识。

AI科技评论
新闻资讯8

具身导航,感知推理到底是「上帝」,还是执行控制是「命门」?| GAIR Live 023

本文是GAIR Live 023圆桌对话实录,浙江大学彭思达与具身多模态算法专家郝孝帅探讨具身导航。涉及本质、范式、挑战、交互等方面,还对未来5 - 10年发展做了展望。

AI科技评论
开源动态8

英伟达发布并开源Alpamayo:自动驾驶终于开始讲道理了|甲子光年

北京时间今天凌晨,英伟达在CES现场发布Alpamayo系列开源AI模、仿真工具及数据集,旨在推动推理自动驾驶汽车开发。其核心模Alpamayo 1可展示决策逻辑,此次发布是英伟达在该领域开放程度最高的尝试。

甲子光年
算法论文7

SGLang Custom AllReduce v1 与 v2 实现原理详解

文章聚焦 SGLang 里两代自定义 all-reduce 实现(v1 和 v2),前者从 vLLM 移植,后者是默认版本。详述其负载特征、前提条件、分发链、同步机制、算法及 CUDA graph 支持等内容,还对比了两代差异,并提及相关环境变量。

GiantPandaLLM
产品应用8

一夜告别Token账单!端侧AGI真来了

2026年5月19日联想举办新品发布会,全球首发基于此芯Agentic SoC P1的联想AI主机P7与mini。P7小巧低功耗,算力强,有「一机双模」设计;mini更亲民。此芯P1构建端侧AGI算力矩阵,助力端侧AGI成现实。

新智元
新闻资讯7

The Batch: 872 | 机器藏羚羊混入羊群

中国科学院联合云深处科技等,将云深处科技的 X30 四足机器人伪装成藏羚羊,引入可可西里保护区藏羚羊群,在不打扰它们的情况下进行观察。该机器人适应复杂地形和极端环境,还能跟踪羊群并传输数据。

DeeplearningAI
算法论文8

1.5B刷新数学代码SOTA!快手&清华精细化Token管理,LLM推理能力飙升

快手与清华团队用1.5B参数小模在推理基准上超越同量级SOTA。其Archer方法通过精细化Token管理,对知识和推理Token差异化训练,让知识和推理同步更新且互不干扰,在数学和代码任务表现出色。

量子位
算法论文7

苹果提出新反向传播:一台iPhone 15 Pro Max就能微调LLM

苹果提出内存高效反向传播(MeBP),可在内存使用量和计算时间上比零阶优化(ZO)有更好权衡,收敛更快、性能更优,还在iPhone 15 Pro Max验证其有效性,且公开了实现链接但目前为空。

机器之心