跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

两阶段训练

7B模型对标GPT-4o,全球首个医疗代码生成大模型训练平台来了

2025年7月13日23时 作者 量子位

需要“又懂医疗又懂编程”的agent。
但像GPT这样现成的大模型难以直接部署,该如何突破技术壁垒?

分类 资讯 标签 MedAgentGym、 两阶段训练、 成功率达到45%、 生物医学任务、 统一平台、 验证器 发表评论

从打分器到思考者:RM-R1用推理重塑模型价值判断

2025年5月31日23时 作者 机器之心

言模型的后训练阶段,奖励模型承担着桥接模型行为与人类价值的重要职责;但现有模型往往只给出一个分数,却

分类 学术、 资讯 标签 CoR机制、 RM-R1、 两阶段训练、 奖励建模、 推理能力、 深度可解释性 发表评论

超全推理语言模型蓝图来了!揭开o1、o3、DeepSeek-V3神秘面纱

2025年1月28日12时 作者 新智元

新智元报道
编辑:KingHZ Aeneas
【新智元导读】
ETH Zurich等机构提出了推理语

分类 资讯 标签 Xinyu Chen、 Yifan Wang、 两阶段训练、 推理语言模型、 自定义解决方案、 适应性操作员 发表评论

AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克 黄仁勋

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • 快看!谷歌和OpenAI为金牌打了起来
  • 对话谷歌前 CEO Eric Schmidt:数字超智能将在十年内到来,AI 将创造更多更高薪的工作
  • 在海外发现了一个很牛的免费AI代码解读工具,终于能读懂屎山了!
  • 英伟达竞争者获得大型订单:韩国FuriosaAI将为LG供应AI芯片
  • 上海:扩大显示芯片优势,支持智能眼镜主控芯片研发与产业化

2025 年 7 月
一 二 三 四 五 六 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 6 月    

归档

  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×