「RL 优化技术」共找到 3984 篇相关文章
OpenAI将上任新部门CEO，发表深度长文
Instacart首席执行官Fidji Simo将在8月18日加入OpenAI任新部门CEO，她发文阐述AI赋能人类的看法，指出要确保技术为更多人带来机遇，还详述AI在知识、健康等方面改变生活的潜力。
DeepMind揭示Reasoning内在机制
近年来大型推理模型在复杂任务表现出色，但推理机制成谜。本文提出用推理图解码其‘思考轨迹’，分析环状结构、直径大小和小世界特性，发现蒸馏模型等特点，为理解AI推理及模型优化指明方向。
从实验室到工厂：具身智能如何跨越商业化的“死亡谷”？｜甲子引力X
4月28日「AI共潮生——2025甲子引力X科技产业新风向」大会上，五位嘉宾围绕具身智能分享见解。当前行业处概念到商用过渡期，梅卡曼德邵天兰等四位机器人领军人物探讨商业化路径，指出需聚焦场景、降成本、强技术可靠性。
开源 AI 文档生成器！给代码库做个CT扫描，一键生成交互式Wiki文档！
介绍开源工具DeepWiki-Open，它由AsyncFuncAI开发，能将GitHub或GitLab仓库一键转为交互式Wiki，基于多种技术实现代码分析和自动化文档生成，解决开发者理解复杂代码库的痛点，还给出快速上手步骤和适用人群等。
Karpathy用「harness」彻底终结了RAG。
假期时Karpathy提出llm.wiki想法引发关注。它是元框架，定义人类与AI协作管理知识的方式。与RAG不同，它将新材料关键信息编入已有wiki并持续维护。作者用多种数据测试，发现TextIn API解析效果好，还优化处理流程提升质量。
200行python代码实现从Bigram模型到LLM
本文从`babygpt_v1.py`出发，逐步加入self-attention机制、position嵌入等，实现完整GPT。介绍Transformer结构，讲解位置编码、单头自注意力等机制的代码实现，还阐述后续层的用途、参数调整及训练效果，最后提及模型优化方向。
突破多模态奖励瓶颈！中科院清华快手联合提出R1-Reward，用强化学习赋予模型长期推理能力
多模态奖励模型（MRMs）对提升多模态大语言模型表现至关重要，强化学习理论上可引入长期推理能力，但现有RL算法用于训练MRM会不稳定。中科院、清华等团队推出R1 - Reward模型，在多模态奖励模型benchmark上有显著提升。
英伟达All in的物理AI路线，居然是中国黑马提前一年就定义好了
全球具身智能行业为技术路线争论时，中国深度机智率先提出并跑通「人类学习」路线，以人类数据为起点、动作建模为中心、机器人为AI而生，英伟达等跟进，深度机智全栈落地且进度领先。
疯狂扩产的PCB，会是下一个存储芯片吗？
2026年摩根士丹利拆解英伟达Rubin平台BOM报告显示，单机架PCB内容价值涨幅高达233%，增幅居首。AI算力系统演进使PCB日益重要，行业正扩产，但也面临技术、供需、上游材料等风险。
AI四小龙，估值破万亿
中国AI四小龙估值破万亿，DeepSeek、智谱、MiniMax、月之暗面各有不同定价逻辑。它们估值暴涨受技术、港股窗口、国家大基金入场等因素影响。当下，它们面临算力和场景问题，未来发展各有挑战。