「Agent代下单」共找到 4039 篇相关文章

算法论文7

Reasoning模型在RL下的探索欲望急速下降问题:探索熵机制

论文研究发现大模型经强化学习训练解题时,会出现模型探索欲望急速下降的熵崩溃现象,如训练初期策略熵断崖式下跌。对此进行规律分析、追根溯源,提出破解方法,研究对AI训练范式变革有重要意义。

深度学习自然语言处理
开源动态7

一键式训练端到端Agent,Qwen3+MCP工具集高效集成!

RLFactory是开源的端到端RL后训练框架,将环境与RL后训练解耦,有极致易用、高效训练等特点。它让用户专注奖励逻辑和工具配置,还能提升训练效率,用Qwen3和MCP工具可快速训练DeepSearch模型。

GiantPandaLLM
产品应用5

无人驾驶的下一门生意,可能藏在自驾游里|甲子光年

百度 Apollo 联合神州租车在海南推出 L4 级无人驾驶租车自驾游服务,用户可按小时或按天租用车辆,全流程支持自动取车、多目的地出行与自动还车。

甲子光年
新闻资讯9

OpenAI核心研究员坦白:上万Agent自发成军,奇点已经到来,三个月后无法预测

本文整理OpenAI核心研究员、o1推理模型开创者Noam Brown的访谈,披露OpenAI上万自发协作多智能体的技术突破,探讨AI发展远超人类预判,奇点临近,解决对齐问题的时间窗口正快速闭合

AI寒武纪
算法论文8

竞赛编程Agent进入全球前十!南大、清华新模型CF rating超3500

大语言模型在竞赛编程场景易失败。南大、清华等研究者提出Solvita框架,由四个角色形成闭环,构建可训练图结构知识网络积累经验。实验显示其在多评测中表现强,提升不靠增加token。

新智元
8

Cloudflare CEO 警告:未来两年,Agent 会让互联网每周爆出一个 Log4j

Cloudflare CEO Matthew Prince在播客中指出,互联网上Bot流量已超人类,未来五年或暴涨1000倍,旧商业模式将崩塌。他还谈到AI对安全、工作的影响,以及公司转型、互联网未来商业模式等问题。

InfoQ
推荐文章8

林俊旸离职后首度发声:万字复盘,大模型下一站「智能体式思考」

前阿里千问负责人林俊旸离职后发文,复盘大模型行业演进,指出 AI 大模型未来主线是智能体式思考。文中分析推理模型崛起的启示,探讨思考与指令融合难题,还阐述智能体式思维含义、强化学习基础设施挑战等。

机器之心
新闻资讯8

AI进入深水区:资本如何重新定义下一轮生产力跃迁?|甲子光年

2026年3月29日,“AI未来论坛:跃迁·投资·共生”将在中关村国际创新中心海慧厅举办。论坛聚焦AI从数字原生向物理世界渗透、资本投资逻辑等问题,有投资大咖对话、前沿项目展示等环节,海淀区还将发布投资生态伙伴计划。

甲子光年
推荐文章8

“每给 Claude Code 提一个请求,我就点上一根烟,放松下”

OpenFGA 核心维护者 Siddhant Khare 写博客吐槽使用 AI 编程的‘疲惫感’,指出 AI 带来职业疲惫却被行业回避,还分析了原因,如任务量膨胀、角色转变等,并给出应对建议,引发工程师共鸣。

InfoQ
推荐文章8

“每给 Claude Code 提一个请求,我就点上一根烟,放松下”

OpenFGA核心维护者Siddhant Khare写博客吐槽在使用AI编程中的“疲惫感”,指出AI带来职业疲惫,如任务量膨胀、角色转变、输出不确定等,还提及行业追新工具的弊端,强调工程师要设边界保护认知资源。

AI前线