标签：强化学习
华为昇腾宣布已支持 RL 训推一致性，实测获得最高 60% 性能收益
8 月 6 日消息，强化学习已成为大模型训练主流范式，推动模型技术向行业核心场景工程化落地。其中，训推一致至关重要，因推理与训练过程耦合，基础设施差异易...
阿里达摩院开放 15 项芯片与 AI 研究课题，启动“阿里星”顶尖人才招募
8 月 6 日消息，阿里达摩院今日宣布了面向 2027 届毕业生的“阿里星”顶尖人才招募培养计划。 达摩院今年已开放 15 项研究课题，涉及 AI 芯片、新型 CPU 架构、...
114B参数、6B激活，Sand.ai刚刚开源全球首个千亿MoE视频生成模型
从今年 6 月到 8 月初，短短不到 60 天时间，有一件事几乎同时在新 BAT 发生。 先是 6 月，阿里率先开启内部 Agent 的产品线与能力大整合，到 8 月 3 日，官...
离开OpenAI和Google后，两位大模型核心负责人决定卷下一代架构
曾经最相信强化学习的人之一，如今却认为：强化学习没有把我们带到 AGI。 Jerry Tworek 曾是 OpenAI 内部坚定的「强化学习最大主义者」。在 GPT-3、GPT-4 之...
Om AI联汇获数亿元融资，前海母基金领投并开源VLX-Seek 1.5模型
杭州联汇科技股份有限公司（简称Om AI联汇）宣布完成新一轮数亿元融资，本轮由前海母基金领投，杭州政府产业基金及多方资本参投。公司同时正式开源VLX-Seek 1...
办公 Agent 爆火，模型大战进入下一阶段
从今年 6 月到 8 月初，短短不到 60 天时间，有一件事几乎同时在新 BAT 发生。 先是 6 月，阿里率先开启内部 Agent 的产品线与能力大整合，到 8 月 3 日，官...
张一鸣为什么把50%的时间给了Seed？
张一鸣的时间和精力，都放在了哪？ 今日资本创始人徐新最近在一次播客里提到了这件事。她现场劝说星海图CEO高继扬少管日常管理，多盯技术方向。 她举的例子...
马斯克预告下周将推 Grok 4.6 模型，改进 AI 监督微调和强化学习
8 月 5 日消息，在今天（8 月 5 日）召开的 SpaceX 公司 2026 年第 2 季度（截至 6 月 30 日）财报电话会议上，马斯克预告将于下周发布 Grok 4.6 模型。 在财...
英伟达 Alpamayo 2 Super AI 开放商用：为自动驾驶汽车带来 360° 感知、高级驾驶决策
8 月 5 日消息，英伟达（NVIDIA）昨日（8 月 4 日）发布博文，宣布面向自动驾驶汽车领域，推出开源 Alpamayo 2 Super 模型，现已开放商业使用，具备开放商业...
Kimi K3与DeepSeek V4之间，隔着原生多模态的时间差
“长链任务如果只通过代码层面的反馈，误差可能会不断累积，最终效果会非常差。”谈及原生多模态的意义，一位多模态研究员表示，“视觉是一种更准确的反馈，也更...
津公网安备12011002023007号