「生成式奖励模型」共找到 8884 篇相关文章

产品应用7

通用模型无法完全理解用户,AI产品的下一站是上下文的战场|对话AI知识助手remio

量子位智库对话remio创始人汪源,探讨其开发初衷、核心价值等。remio主打无感自动化,成用户第二大脑,有信息捕获、管理等功能,数据本地存保隐私。还聊了目标用户、指标、功能及应对竞争等。

量子位
算法论文8

LLM工业级自进化:北邮与腾讯AI Lab提出MoE-CL架构,解决大模型持续学习核心痛点

北邮百家AI团队与腾讯AILab提出MoE - CL架构用于LLM自进化持续指令微调。其结合‘解耦LoRA专家’与‘GAN对抗降噪’,在腾讯业务及基准测试中效果佳,降低人工成本,准确率优于主流方法。

机器之心
6

7B参数比 Kimina 72B 版更强!DeepSeek 新模型将“自动化所有运算”?奥赛生实测能力“太棒”

InfoQ
推荐文章7

从算法天才到机器人造梦者,原力灵机范浩强详解具身智能进化论:模型解锁场景,场景定义硬件

AI 前线深度访谈原力灵机范浩强,探讨其创业选择、具身智能技术演进与产业趋势。他认为机器人是 AI 绕不过的点,2025 年硬件与算法拼图开始对齐,原力灵机强调算法先行,还分享了保证算法演进的路线。

AI前线
新闻资讯7

a16z将3000万开发者标价3万亿,等于法国GDP!网友:几个初创公司+大模型就想取代我们,疯了吧?

顶级风投 a16z 合伙人将全球开发者价值量化为 3 万亿美元,与法国 GDP 划等号,描绘 AI 编程颠覆生产关系的资本盛景。他还阐述 AI 编程价值、软件颠覆、开发流程变化等观点,引发网友质疑。

AI前线
算法论文8

别再只关注KV Cache了! LLM稀疏性新洞察:为何模型越深越稀疏?UNCOMP从矩阵熵给出答案

团队论文UNCOMP获EMNLP 2025主会接收,它提出高效推理框架,从截断矩阵熵视角解释LLM深层稀疏现象。还能识别关键结构、找到最优压缩策略,设计的UNCOMP框架优化KV Cache,实验效果佳。

深度学习自然语言处理
新闻资讯7

a16z将3000万开发者标价3万亿,等于法国GDP!网友:几个初创公司+大模型就想取代我们,疯了吧?

顶级风投 a16z 合伙人将全球开发者群体价值量化为 3 万亿美元,与法国 GDP 划等号,描绘 AI 编程颠覆生产关系的资本盛景,引发网友质疑,还探讨了 AI 编程多方面影响及初创机会。

InfoQ
产品应用7

宇树新机器狗太猛了!1米高石阶轻松爬,越野快到出残影,网友:这不是AI生成的???

宇树新机器狗Unitree A2星际猎影实力惊人,全视频无加速展示跑酷、爬山等技能。它有超广角激光雷达3D感知系统,能自主避障,还很轻、强、快,承载能力佳,官方未公布售价和上市日期。

量子位
算法论文8

同时监督和强化的单阶段大模型微调,告别“先背书再刷题”,推理泛化双提升|中科院&美团等

中国科学院自动化研究所联合美团提出单阶段监督 - 强化微调方法 SRFT,结合监督微调与强化微调,解决传统两阶段方法的不足,在多任务中提升推理和泛化能力。

量子位
产品应用7

程序员还写啥前端?Claude 工程师凌晨2点造出Artifacts:AI直接生成可交互App,现在又重磅升级了

美国当地时间6月26日,Anthropic升级重要工具Artifacts,让构建交互式AI工具更轻松,无需编程技能。它标志Claude向实用工具平台转型,与OpenAI竞争,且AI开发工具和传统编程互补。

InfoQ