「马尔可夫决策过程」共找到 628 篇相关文章
一站式智能分析引擎,快速构建企业级数据分析 Agent
在数据驱动的商业环境中,传统数据分析流程有诸多局限。本文介绍基于阿里云实时数仓 Hologres 和阿里云百炼的联合方案,结合 Function AI 平台,可构建企业级数据分析 Agent,实现端到端加速。
用Codex做跨境电商:第九章
文章讲述用Codex做跨境电商时,五条工作流跑通后业务仍会遇问题,而业务系统能让前后任务相连。其是持续经营机制,通过五步让本周之事影响下周做法,还结合案例说明如何操作。
Claude Science几周干完两年活,10倍科研提速真来了?
2026年6月30日,Anthropic发布Claude Science,定位面向科学家的AI工作台。它将科研拆成可审计流水线,整合工具链,自带可追溯代码,有协调与审查智能体,首落生命科学领域,与Google、OpenAI玩法不同。
华为发布业界首个扩散语言模型Agent,部分场景提速8倍!
华为等团队研究发现,把Agent“底座”换成扩散式大模型(DLLM),执行速度提升30%以上,部分复杂任务效率达传统AR模型8倍。其优势源于生成范式,可重塑Agent设计。
最强开源0.9B级OCR模型!PaddleOCR-VL本地一键部署!
作者分享本地部署PaddleOCR-VL的经历,包括踩坑过程、解决办法及启动指令。该模型识别速度快,支持OpenAI API格式,可轻松接入Fastgpt、Dify、n8n等平台。
Meta AI大裁员,华人大佬田渊栋被裁了?!Alexandr Wang “嫡系”部门还在重金招聘
据 Axios 报道,Meta 从 AI 部门裁撤数百岗位,涉及多个团队,但新成立的 TBD Lab 不受影响且仍在招聘。Meta 认为长期 AI 团队官僚,想借此让团队更高效。华人科学家田渊栋称受裁员影响。
从「知题」到「知人」:UserRL让智能体学会「以人为本」
大语言模型距成真正用户伙伴缺‘知人’能力。来自UIUC与Salesforce团队提出UserBench和UserRL方案。前者将‘用户特性’制度化,构建评测环境;后者搭建统一强化学习框架,探索奖励建模,二者让‘以用户为中心’落地。
ThinkChain:一个让Claude边调用工具边思考的开源框架
ThinkChain是展示Claude高级能力的Python项目,其核心创新是将工具执行结果注入Claude思维流,改变AI与工具交互方式。它支持零配置启动,有丰富工具集,还具备交互式命令等特性。
本文关注vllm V1中管控模型分布式推理的Executor部分,介绍其类型、Executor-Workers架构及数据传输机制,对比V0架构优势,以单机多卡的MultiprocExecutor为例展开讲解,还提及不同数据量的传输方式及相关代码。
既然 Claude 封了不让用,Codex 就疯狂追赶之
Claude 受限,作者转用 Codex 等 Agent 工具,效率不错。OpenAI 加大 Coding 投入,Codex 追赶势头猛。作者还分享 Codex 使用心得,介绍为 CatReader 加新功能过程,提醒加功能要谨慎。