标签：lora
New迈向Physical RSI第一步，具身智能系统RoboCoach如何高效主动纠错？
RSI（Recursive Self-Improvement，递归自我改进）关注系统能否不断发现自身短板、获取新经验，并用新经验提升下一轮表现。然而，当前的具身系统仍高度依赖真...
浙大&北大团队提出SPADER：用step-wise GRPO与多样性感知奖励驱动多答案问答长尾探索
一句话概括：多答案问答要求智能体找全整个答案集合，而不是只搜到一个就停止。现有 RL 方法在此场景下存在两处错位：优势计算停留在轨迹级，信用分配粗糙；F...
Meta新研究：字节模型蒸馏后，天花板破了
Token词元替代了Byte字节，但不意味着大模型都得是Token。 字节模型，特别是蒸馏后，有点儿新说法。 最近，来自Meta FAIR和华盛顿大学的论文《突破Token天...
英伟达发布 Nemotron 3.5 Lightning：30B MoE 模型专攻高吞吐低延迟代理执行
英伟达于 8 月 11 日发布开源模型 Nemotron 3.5 Lightning，这是一款 30B 参数的混合专家（MoE）模型，但仅有 3B 参数在每次推理时激活。该模型专为长时运行...
LoRA微调，通义千问AI助手的高效训练范式
随着人工智能技术的迅猛发展，模型训练和优化成为提升AI性能的核心环节。在这一背景下，LoRA（Low-Rank Adaptation）微调技术逐渐成为研究热点，尤其在通义千...
传感器网络，智能时代的感知基石
在当今智能化发展的浪潮中，传感器网络正逐渐成为推动各行各业创新与变革的核心力量。传感器网络是一种由大量分布式、自组织的传感器节点组成的网络系统，能...
(Melodic Interlude)
In the ever-evolving landscape of digital music creation, artificial intelligence has emerged as a powerful tool that transforms the way we compose...
Open-world Exploration Music
Open-world Exploration Music: The Future of AI-Generated Music In the rapidly evolving landscape of digital music production, AI is reshaping the w...
Discos: The Future of AI-Generated Music
In the ever-evolving landscape of music creation, Artificial Intelligence (AI) has emerged as a transformative force, revolutionizing how we compos...
70s Funk
70s Funk: The Legacy, the Influence, and the Future of 1980s Music in AI Generation The 1980s marked a golden era for funk music, with artists like...
津公网安备12011002023007号