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

井字棋

知识储备≠模型能力!DeepMind强化学习微调:大幅缩小「知行差距」

2025年6月21日23时 作者 新智元

行差距表现欠佳。研究者提出强化学习微调(RLFT),通过自我生成的推理链(CoT)优化模型,提升决策

分类 资讯 标签 Gemma2、 MAB、 井字棋、 典型数字、 强化学习、 精确度与频率偏差 发表评论

OpenAI 突然公开 o3-mini 思维链!首秀遭质疑,实测对比 DeepSeek R1,差距太明显

2025年2月7日12时 作者 APPSO

OpenAI 公开了其最新模型 O3-mini 系列的新功能,用户现在可以看到模型在解答井字棋问题过程中的详细推理步骤。但 OpenAI 仍保留了部分处理步骤来确保安全性与透明度平衡。

分类 资讯 标签 Noam Brown、 O3-mini、 OpenAI、 Sam Altman、 井字棋、 思维链 发表评论

AGI AI AI技术 Anthropic ChatGPT Claude Cursor DeepSeek 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
  • 商汤拟配售25亿港元,用于支持生成式AI、具身智能等业务
  • 大疆迎来强劲对手!影石创新宣布进军无人机市场
  • 因为不用AI写代码,我在终面挂了 一个程序员的奇葩面试经历
  • AGICamp 第 004 周 AI 应用榜单发布:算力自由 GPU 云平台、insight- AI 健康分析搭子、小葵上榜
  • 腾讯杀入 AI IDE 赛道,CodeBuddy 内测码放送

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
×