「大模型优化」共找到 10066 篇相关文章

推荐文章7

The Batch: 893 | 从预测到执行

2026 年 AI 研究应认识到能预测的模型不等同于能行动的系统。过去十年在被动预测和生成建模成就非凡,但现实任务需系统执行一系列动作。转向长周期任务和目标导向 AI 系统有两大好处。

DeeplearningAI
开源动态8

从VLA到RoboOmni,全模态具身新范式让机器人察言观色、听懂话外音

复旦大学等联合推出全模态端到端操作大模型RoboOmni,统一多模态,实现动作与语音协同控制。它重新定义机器人交互范式,让机器人具备“察言观色”能力,还构建了OmniAction数据集,实验表现全面领先。

机器之心
推荐文章7

从 ReasoningBank 到 MetaAgent,RL 未必是 Agent 自进化的必要解?

业内对智能体自进化的探讨开启多路线探索模式。除 RL 优化,记忆系统改进成新方向,如 ReasoningBank 机制。此外,业内还从智能体自我识别、工具和策略辅助等机制探索其他技术路线。

机器之心
开源动态8

首个故事可视化综合评估框架来了!80个故事单元53种类别,20种技术方案全面对比

随着AIGC技术进步,故事可视化引发关注。阶跃星辰携手上科大、西湖大学提出ViStoryBench可视化评估框架,通过构建多元化数据集、建立多维度评估指标,对超20种技术方案评测,为行业发展提供评估工具。

量子位
开源动态8

4天拿下13.6k星!Browser Use接上Jev,Agent操作浏览器效率提升10倍

本文介绍上线4天收获13.6k星的开源项目jev-ultrafast,该项目结合Jev快速决策模型优化AI Agent操作浏览器流程,效率提升10倍,解决原有AI操作浏览器卡顿缓慢的痛点。

开源AI项目落地
算法论文8

ICML 2026 | 拒绝盲目猜token,阿里x浙大将投机解码带入弹性预算时代

随着大模型参数规模扩大,推理成本成核心瓶颈。投机解码在高并发下有问题,阿里与浙大学者提出 ECHO,将投机树构造建模为预算调度问题,通过稀疏门控和弹性预算调度提升系统收益。

机器之心
算法论文8

单向VLM变双向!人大斯坦福等提出MoCa框架:双向多模态编码器

人大、斯坦福等机构提出MoCa框架,将单向视觉语言模型转化为双向多模态嵌入模型。它通过持续预训练和异构对比微调,解决传统模型局限,在多模态基准测试中表现优异,尤其小规模模型性能突出。

新智元
算法论文8

ACL 2025 高分接收 | 高感情语音技术:逻辑智能小语种TTS破局之道

语音合成技术在大语种发展好,但小语种因语料稀缺等面临挑战。逻辑智能团队提出针对低资源语言TTS的解决方案,构建泰语数据集,经先进预处理,其TTS模型效果好,有零样本克隆能力。

机器之心
产品应用9

实测 Seedance 2.5 vs 可灵 3.0,谁能让我们无痛当上视频导演?

本文通过两大真实创作测试场景,对比Seedance 2.5与可灵VIDEO 3.0两款热门AI视频模型的表现,分析二者在画面表现、分镜执行、合规风控上的差异,为创作者提供选型参考。

AI科技评论
开源动态8

训练时间减半,性能不降反升!腾讯混元开源图像生成高效强化方案MixGRPO

混元基础模型团队提出全新框架MixGRPO,结合SDE和ODE,简化MDP优化流程,提升效率与性能。还推出更快变体MixGRPO - Flash。MixGRPO训练时间降近50%,MixGRPO - Flash再降71%,效果和效率优于DanceGRPO。

量子位