标签：强化学习

OpenAI在周二宣布，将放缓部分AI开发进度，以加强安全防护措施。这一决定包括暂停其“用于部署的最新模型”的强化学习训练两周，并推迟“最大计划前沿强化学习运...

8 月 19 日消息，当地时间周二，OpenAI 宣布了一批新的安全政策，重点是控制模型在测试期间可能发生的安全事件。新的安全措施包括在模型开发过程中进行更加细...

8 月 19 日消息，OpenAI Codex 团队负责人蒂博 · 索蒂奥（Thibault Sottiaux）今天在 X 平台发布长推文，回应在 Codex 中调用 GPT-5.6 系列模型后，误删部分...

AI 模型市场再度迎来密集发布潮。xAI 推出 Grok 4.6，Google 带来 Gemini 3.7 Flash，DeepSeek 则发布 V4 Pro 0813。三家公司的模型几乎同时登场，围绕智慧、...

华尔街投行杰富瑞（Jefferies）近期对八款主流中美AI Agent进行了一次系统性实测，结果颠覆了“模型越强，Agent越强”的直觉。在总分排名中，阿里巴巴的千问办...

过去几年，大模型推理系统优化的核心目标一直围绕一个问题展开：如何让 GPU 更高效地计算权重、激活、KV Cache 等高维张量？从并行策略、请求调度、显存管理...

摩根大通在8月16日发布的研究报告中指出，中国AI模型层竞争正迎来两大催化剂：智谱发布GLM-5.3，以及DeepSeek于8月17日生效的API提价。该行认为，这两大事件...

OpenBMB 团队近日发布 MathForm-8B，一个专门用于数学自动形式化的 8B 参数模型，能够将自然语言描述的数学命题转换为 Lean 4 形式化代码。该模型基于 Qwen3-...

智谱AI（Z.ai）今日宣布推出新一代模型GLM-5.3，目前仅在其编码计划中提供，API版本即将上线，并计划于两周后在Hugging Face上开放权重。据Interconnects报道...

DeepSeek V4 Pro正式登场，给开源模型生态又添一把猛火。从Kimi K3到MiniMax H3，再到DeepSeek V4 flash、DeepSeek V4 Pro，在中国开源模型的猛攻之下，美国...