「任务成功率」共找到 2213 篇相关文章
10步优化超越强化学习，仅需1条未标注数据！后训练强势破局
无监督的熵最小化（EM）方法仅需一条未标注数据和约10步优化，就能显著提升大模型在推理任务上的表现，甚至超越依赖大量数据和复杂奖励机制的强化学习（RL）。EM为大模型后训练提供了更高效简洁的新思路。
有人每月烧掉1万美元！嫌Claude太贵，这家公司改用GLM：56张B200扛起2000名工程师，AI成本直降90%
Revolut 改用 56 张英伟达 B200 自托管智谱 GLM 模型，AI 推理成本直降约 90%，工程师编码时间缩短 60%。
Gemini 3.5 Pro绝密泄露，前端赶超Fable 5！
全网被Gemini 3.5 Pro泄露刷屏，传闻7月17日发布。它在前端生成表现出色，一次成型、精准零失误，性能超Fable 5，但在硬核推理等任务上不如Fable 5和GPT - 5.6。谷歌为其重预训练，还准备对标GPT - Image 2的图像模型。
刚亮相就传被英伟达收购：Gemini 老兵团队凭什么还敢押注 Coding Agent？
本文是InfoQ编译的科技播客访谈，Reflection AI由前Google DeepMind Gemini团队成员创立，近期发布了5010亿参数的开放大模型Beam，主打编程、推理和智能体任务，发布一周后传出英伟达拟收购该公司的消息，访谈中分享了对开放模型诸多问题的观点。
DeepSeek"小更新"涨11分：这些跑分别急着信
DeepSeek-V4.1-Flash-1017 已上线网页、App 和 API，价格不变且 MIT 开源；Agent 榜最高涨11.1分，但换 Agent 框架可差 8.7 分。
1600公里线缆、30亿个元器件，这台国产超算在乌镇被围观了
中科曙光展出中国首个全国产十万卡AI超集群曙光8000，集成了十万余张国产计算卡，目前已接入全国一体化算力网向科研机构与企业开放调度。
小米开源了个150元的AI小玩意，火到配件都涨价了
小米创新团队开源了一款名为 HachimoDock 的桌面 AI 硬件，硬件自制成本约 150 元，集成了电子桌宠、电脑端 Agent 语音交互及智能家居联动等功能。
社区供稿 | 让记忆成为模型能力 MemT 1.0 快速出圈
记忆张量开源 MemT 1.0 系列，在查询不提供历史文本的条件下，两款模型在 11 项记忆基准上取得参数化记忆方法第一和第二名。
刚刚，Sam Altman 爆料：正在规划数据中心自我迭代，手里还有700项数学突破不敢发
Altman 透露，OpenAI 曾耗费千万美元算力做出千禧年数学难题证明，目前内部压着700多个数学突破未发布，以避免摧毁传统学术群体的生存空间。
独家｜刚刚，启元PrimeSim世界模型，登顶两大机器人权威榜单
启元具身研究中心发布机器人仿真世界模型 PrimeSim，通过视频生成模型推演机械臂操作并在两大基准登顶，模型权重与代码即将开源。