刚刚!首个成体系的Agentic RL中文项目来了!
Datawhale开源 开源贡献:Datawhale团队一、开源初心我曾经很想深入研究 Agentic RL,但我当时看到的训练方案,动不动就要 4 卡、8 卡,训推一体的复杂度、现有框架(verl、Slime、Areal)高耦合的工程代码
Datawhale开源 开源贡献:Datawhale团队一、开源初心我曾经很想深入研究 Agentic RL,但我当时看到的训练方案,动不动就要 4 卡、8 卡,训推一体的复杂度、现有框架(verl、Slime、Areal)高耦合的工程代码
昨天提到监管部门周一把银行、基金、证券叫过去开会,今天早上具体是开了两场会,一场对着券商、基金,讲互换便利;一场对着各大银行,讲回购增持再贷款。我昨晚介绍过,这些都是两年前924救市时就已经推出的工具,当时布置了8000亿额度,实际执行了不
RSI需要长期记忆 一次成功操作、一段纠错反馈,能否成为智能体下一次进步的起点?Cortex 将经验带来的帮助沉淀为长期参数记忆,在学习新内容的同时尽量保留已有能力,为智能体的持续自我改进提供可积累的基础。一个智能体(Agent)接到任务后
Best Paper写法学起来 不提供论文全文,也不需要联网检索,一段摘要就能生成六页 CVPR 底稿。用 AI 辅助写论文,应该有不少人试过这样的 prompt:参考 CVPR、NeurIPS Best Paper 的写作风格,帮我修改一
01 | 前言个性化视频算法是抖音体验算法团队在行业内最早创设的方向,曾于 24 年发表详述,参考:首度揭示!个性化视频技术——短视频体验的秘密!(https://juejin.cn/post/7439556806602752051)Per
有望帮助策略学习偏差纠正与受挫恢复,为更鲁棒的机器人操作提供支持。 用螺丝刀拧紧螺丝,听起来并不复杂。但真正动手时,往往还要挪一点、转一点、退出来,再重新对齐。换成遥操作机器人采集数据,这个过程只会更考验耐心。即使是 “大国工匠” 般熟练的
「我训练了1亿参数模型,打败了720亿的LLM。」 编辑|Neo、泽南人工智能先驱 Yann LeCun 一直主张「生成式 AI 是一条死胡同,世界模型才是真的未来」。他认为自回归生成有数学上的硬伤,文本承载不了人类的大部分知识,真正的推理
VAST 发布新一期 V・STAR 顶尖人才计划 机器之心发布9 月以来,全球顶尖大模型几乎都在秀 3D。从 GPT-6 Astra、Claude Opus 5.5 到 DeepSeek V4.1-Flash-1017、Kimi K3.1
只用 RGB 视觉输入,R2R-CE / RxR-CE 导航成功率分别达到 68.6% / 72.4%;相比初始模型提升 15.7 / 17.7 个百分点。代码、模型和数据均已开源。论文标题: Data-Centric Recursive
本文第一作者为香港大学计算与数据科学学院博士生娄蒙。人类可以在一生中持续学习新知识,而不会轻易遗忘已有技能。然而对AI模型而言,这恰恰是一道极具挑战性的难题:每当模型学习新任务时,参数更新往往会覆盖历史知识,产生经典的“灾难性遗忘”难题。持
一套代码,多端适配 Kuikly 是腾讯开源的高性能跨端框架,基于 Kotlin Multiplatform 技术,覆盖 Android、iOS、HarmonyOS、H5、微信小程序、Mac 六大平台,支撑业务日活用户超5亿。折叠屏产品发展
Gemini 总结的,但每一条我都认同 跳转微信打开
新智元报道 在企业级真实业务与复杂数据分析中,让大模型「一眼看穿数据库并写出完美SQL」,往往只是一个不切实际的幻想。传统的Text-to-SQL大多将其简化为单轮文本生成:给定问题和静态Schema,让模型一步生成最终SQL。但现实数据库
新智元报道 ChatGPT,又害死了一个人!10月27日,31岁亚马逊华人女工程师Bowen Wan的父母,一纸诉状把OpenAI和奥特曼告上了法庭。他们指控,ChatGPT给出的医疗建议,活活把女儿推向了死亡。几乎同一时间,《纽约时报》发
新智元报道 500个人同时「用脑子」打地鼠,那是什么样的画面?不是比手速,是比脑速。10月31日晚上,北京首钢园冰壶馆里,近500名观众头上箍着脑电采集设备,瞪着大屏幕上的地鼠,试图用「意念」把它们锤下去。大屏幕上500条脑电波形此起彼伏,