标签：强化学习

智谱于近日发布轻量级旗舰模型 GLM-5.3 Flash，明确对标 DeepSeek V4 Flash，并调用超过 10 万张国产芯片集群为其推理服务提供算力。据《晚点 LatePost》了解...

8 月 26 日消息，据证券时报消息，MiniMax 在中期业绩电话会上透露，M3 Pro 的参数规模预计提升至约 3T，并进一步扩大强化学习和长程任务训练，以提高模型的...

老黄刚砸60亿，要造一个地表最强开源模型。 没想到OpenAI的亲儿子等不及了，已经拿K3把自己的模型给练出来了！ 你敢信？ OpenAI亲手投的公司，第一次自己...

七月，DigClaw的预测框架Rhizome v1，在FutureX评测平台上取得了#1、#3、#7三个席位。 三个席位来自三个不同的基础模型——包括Kimi-K3、DeepSeek-V4-Pro等。...

8 月 23 日消息，总部位于伦敦的 AI 实验室 Inherent 由前谷歌 DeepMind 员工创立。该公司表示，其 AI 智能体 Faraday 仅使用规模远小于 Anthropic 和 OpenAI...

8 月 20 日消息，据《商业内幕》今天（20 日）报道，OpenAI 员工乐观估计，公司正接近实现从创立之初就设定的目标：让 AI 智能体像人类一样熟练地操作电脑，...

8 月 21 日消息，蚂蚁百灵在本月陆续开源了 Ling-3.0-tiny 和 Ling-3.0-flash 模型。官方昨日宣布，将 Ling-3.0-tiny-base 与 Ling-3.0-flash-base 正式开源...

腾讯混元团队在 Hugging Face 上发布了开源模型 UI-Mate-democua-27B，这是一个演示引导的 GUI 智能体检查点。该模型基于 Qwen3.6-27B 底座，参数量为 27B，...

8 月 20 日消息，据《商业内幕》今天（20 日）报道，OpenAI 员工乐观估计，公司正接近实现从创立之初就设定的目标：让 AI 智能体像人类一样熟练地操作电脑，...

从读懂图片的“视觉”，到写出文字的“表达”，再到创造视频画面的“想象”，当下，AI正持续“进化”。 学会看、写、生成之后，AI还能做什么？近年来，科技界正在探索...