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

泛化能力

北大团队提出LongRePS框架:面向长上下文场景的思维链过程监督方案

2025年3月13日16时 作者 PaperWeekly

上下文建模
研究简介
当前大语言模型(LLMs)在处理长上下文任务时面临核心挑战:如何在超长输入中有

分类 大模型、 学术 标签 Llama、 LongRePS、 大模型、 泛化能力、 过程监督框架、 长上下文任务 发表评论

小红书基于 PPO 的多模态大模型 RLHF 系统的设计与优化

2025年3月12日23时 作者 AI前线

术变革转向产业变革,大模型应用也会进一步繁荣,传统基础设施技术已经不足以满足大模型应用的快速发展。整

分类 资讯 标签 PPO、 RLHF、 大语言模型、 开源模型、 泛化能力、 生成质量 发表评论

已节省数百万GPU小时!字节再砍MoE训练成本,核心代码全开源

2025年3月10日23时 作者 量子位

可节省40%
!
刚刚,豆包大模型团队在GitHub上开源了叫做
COMET
的MoE优化技术。
C

分类 资讯 标签 COMET、 MLSys会议、 MoE模型、 开源代码、 泛化能力、 鲁棒性 发表评论

1.5B硬刚GPT-4o,CMU祭出LCPO提示可控思考!每token性能较S1暴涨2倍

2025年3月9日23时 作者 新智元

1模型,结果令人震惊:在数学推理任务中,它比S1相对提升100%以上,在逻辑推理和MMLU等非训练任

分类 资讯 标签 LCPO方法、 强化学习、 思考token、 数学推理任务、 泛化能力、 长度控制策略优化 发表评论

再看文档解析该如何做?pipeline派及end2end两派路线及代表工具

2025年3月5日14时 作者 老刘说NLP

主要方向之一。
我们在
文档智能专
题
https://mp.weixin.qq.com/mp/ap

分类 大模型 标签 会员社区、 冷饭、 文档解析、 泛化能力、 端到端模型、 结构化信息 发表评论

ICLR’25|高效重建几何精准的大规模复杂三维场景,中科院提出CityGaussianV2

2025年2月24日23时 作者 极市干货

GaussianV2,能够在快速实现训练和压缩的同时,得到精准的几何结构与逼真的实时渲染体验。
>>

分类 学术 标签 CityGaussianV2、 压缩技术、 并行训练、 泛化能力、 点云真值、 视觉验证 发表评论

出人意料!DeepSeek-R1用的GRPO其实非最优?规模化强化学习训练用PPO就够了

2025年2月21日23时 作者 机器之心

Group Relative Policy Optimization)非常关键,是 DeepSeek

分类 学术、 资讯 标签 32B、 7B、 Open-Reasoner-ZERO、 奖励/准确度、 数据集大小、 泛化能力 发表评论

机器人视觉控制新范式!ByteDance Research新算法实现通过性能SOTA

2025年2月21日23时 作者 机器之心

ByteDance Research团队提出WMP(World Model-based Perception),通过模拟训练世界模型和策略,实现在多种复杂地形上的出色控制表现。

分类 学术、 资讯 标签 ByteDance Research、 WMP、 上海交通大学、 四足机器人、 感知算法、 泛化能力 发表评论

重磅发现!DeepSeek R1方法成功迁移到视觉领域,多模态AI迎来新突破!

2025年2月20日23时 作者 机器之心

VLM-R1 是一个将 DeepSeek R1 方法应用于视觉语言模型的新开源项目,展示了其在稳定性、泛化能力等方面的优越性能,并提供简单易用的训练流程。

分类 学术、 资讯 标签 DeepSeek、 GRPO、 Qwen2.5-VL、 复杂场景、 泛化能力、 稳定性能 发表评论

OpenAI:强化学习确实可显著提高LLM性能,DeepSeek R1、Kimi k1.5发现o1的秘密

2025年2月19日23时 作者 机器之心

IOI 上达到了金牌水平,并且在 CodeForces 上获得了与精英级人类相当的得分。
他们是怎

分类 学术、 资讯 标签 AGI、 复杂性和不确定性、 多模态学习、 泛化能力、 竞争性编程、 通用强化学习 发表评论
较早文章
较新文章
← 上一页 页面1 … 页面3 页面4 页面5 页面6 下一页 →

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
  • 高危巡检有办法了!实探工厂:机器人正替人“站岗”
  • 「DeepSeek二代」来袭!数学暴击o3,英伟达开源LLM登顶
  • Replit CEO访谈:裁掉一半员工,豪赌AI,9个月收入翻10倍
  • ICCV2025破解安防行为识别困局:从“找谁”到“在干嘛”,带来智能守护新可能
  • DeepMind率先拿下IMO金牌,却被OpenAI 抢先发布了……

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
×