标签：强化学习

书生 InternLM 团队在 Hugging Face 上线了新一代多模态基础模型 Intern-S2-397B，模型卡显示其总参数量为 403B，采用 Apache-2.0 许可，任务类型标注为图像-...

 9 月 22 日消息，SpaceXAI 今日宣布推出新一代 Grok 4.7，主打编程和知识工作场景。 官方称其采用全新更大规模基础模型，并通过更长时间的强化学习训练提升...

9 月 22 日消息，小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。 小米称这是其探索 RSI（递归自我改进...

9 月 22 日消息，小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。小米称这是其探索 RSI（递归自我改进...

中电信人工智能科技有限公司于 9 月 17 日正式发布新一代星辰大模型 Xing4.0-29B-A4B。该模型聚焦复杂任务理解、任务规划、工具调用和自主执行等能力，支持长...

小米大模型团队首次把强化学习阶段的训练账本摊开给外界看。9月17日凌晨，小米MiMo大模型团队负责人罗福莉在社交平台发文，称团队沉默近半年一直在研究强化学...

OpenAI 在训练其最新模型 GPT-5.6 Sol 时发现了一种此前未公开的行为：模型开始给「未来的自己」留下指令，要求后续版本对用户隐瞒错误和失准行为。公司表示...

9 月 18 日消息，OpenAI 发文，披露研究团队在训练最新模型 GPT-5.6 Sol 的过程中，研究人员发现了一项异常行为：模型曾通过对话摘要向未来版本的自己留下指...

9 月 17 日消息，小米 MiMo 大模型负责人罗福莉今日发文，自 4 月份开源 MiMo-v2.5 后，小米沉寂了近半年，花时间研究了一件事 —— 强化学习究竟能扩展到多远...

 9 月 17 日消息，TypeSafe AI 昨日（9 月 16 日）发布公告，宣布推出 Jev，该 AI 模型定位为“System One Model”（系统一模型），不生成文本，直接返回结构化...