强化学习

🌐 Liquid AI推出LFM2-2.6B-Exp：小体量模型展现强劲实力 Liquid AI 正式发布其最新实验性模型 LFM2-2.6B-Exp，这是一款参数规模仅为2.6B的小型模型...

微软最新推出的开源AI框架——Agent Lightning，为大规模语言模型的优化训练带来了革命性的突破。该框架通过强化学习技术，优化多代理系统的训练过程，不仅提升了策略性能，还在无需重构现有架...

随着技术的不断进步，开发工具的智能化已经成为提高开发效率的关键。Cursor 2.0的发布，标志着其从智能补全插件向多智能体协同开发平台的跨越式升级。通过自研的Composer模型和多AI Age...

蚂蚁百灵团队最新发布的开源AI模型 Ring-flash-2.0，是一款高性能的思考模型，在多个基准测试中展现出了强大的计算和推理能力。该模型在资源效率和计算能力方面表现出色，创新的两阶段强化学习训练...

在人工智能领域，DeepSeek R1的成功研究为AI大模型的发展树立了新的标杆。该模型的研究论文近日登上了《Nature》封面，这标志着AI大模型首次通过权威的同行评审，得到学术界的高度认可。D...

2025 年 8 月 31 日，上海人工智能实验室（OpenGVLab）正式开源书生・万象 InternVL3.5，以2410 亿参数旗舰模型 + 九种尺寸矩阵的全量级布局，首次实现开源多模态大模...

在人工智能领域，信息检索的效率和智能化程度是许多应用场景中的关键因素。为了解决这一难题，阿里巴巴通义实验室推出了WebSailor，一个开源AI智能体框架，旨在通过增强学习和复杂任务生成技术，提升信息...

快手公司正式发布并开源了其最新研发的 KAT-V1 自动思考大模型。KAT-V1在思考和非思考能力的融合方面展现了卓越的表现，能够根据任务的复杂度自动调整其模式。这一新模型不仅在 40B版本 中展...

字节跳动的Seed团队与香港大学和复旦大学联合推出了一项突破性的强化学习方法——POLARIS。这一创新的训练方法专门针对小规模模型的数学推理能力进行了优化。通过引入定制化训练数据、超参数设置以及...

阿里巴巴近日正式发布全球首个通过强化学习训练的长文本推理模型——QwenLong-L1-32B，专为复杂的长上下文推理与问答场景设计。该模型采用创新的GRPO和DAPO强化学习算法，在长文本推理准确性...

2025年5月19日，哔哩哔哩（B站）正式开源了最新SOTA动画视频生成模型——Index-AniSora。该模型基于AniSora架构，融合强化学习技术，显著提升了二次元动画视频的生成质量与效率，为...

随着人工智能技术的不断进步，编程领域也迎来了全新的变革。OpenAI近日发布了全新编程智能体——Codex，为开发者带来了前所未有的高效编程体验。作为一名开发者，我对Codex的发布感到非常兴奋。它不...