Diario de IA 归档 - Página 5 de 15 - Rebabel

Diario de IA – 2025-05-28(Edición vespertina)

aprendizaje de señales de aprendizaje por refuerzo Aprendizaje por refuerzo conjunto de pruebas MATH-500 entrenamiento de Qwen2.5-Math-7B con recompensa errónea futuro de RLHF/RLAIF MATH-500 mejora del rendimiento del modelo con recompensa aleatoria Qwen2.5-Math-7B recompensa aleatoria recompensa errónea rendimiento del modelo RLAIF RLHF

Diario de IA – 2025-05-28(Edición matutina)

Aprendizaje por refuerzo arquitectura de doble sistema comercialización de robots cuadrúpedos función de videollamada en la aplicación Doubao GRPO Modelo Claude Omni-R1 optimización de estrategias relativas por grupos prueba de referencia RefAVS razonamiento multimodal riesgos de alineación de IA Robot humanoïde Seguridad de IA

Diario de IA – 2025-05-27(Edición vespertina)

Agentes de IA inteligentes AMD Aprendizaje por refuerzo Generación de video Google Veo 3 Herramientas de generación de código con IA Inferencia de IA Llama 3.1 405B Modelos de código abierto Modelos de lenguaje grande Modelos multimodales Nvidia Rendimiento de AMD MI300X Seguridad y ética de la IA

Diario de IA – 2025-05-27(Edición matutina)

Agentes de IA Aprendizaje por refuerzo DeepSeek-V3-0526 Extensión de duración de generación de video RIFLEx de la Universidad Tsinghua Grok 3 IBM watsonx Orchestrate para IA empresarial Inteligencia Embebida Modelo de mundo EVAC del robot Zhiyuan Modelos de lenguaje grande (LLM)Multimodal Problema de identificación del modo de pensamiento de Grok 3 Rendimiento de DeepSeek-V3-0526 comparado con GPT-4.5

Diario de IA – 2025-05-26(Edición vespertina)

Agente de IA Aprendizaje por refuerzo Arquitectura de agentes de IA Capacidad de programación de Claude 4 Claude 4 Ética de la IA Evaluación de modelos de lenguaje visual IA multimodal Modelo de lenguaje grande Modelo Gemini regulación de la IA Rendimiento de Gemini 2.5 Pro Técnica de ajuste fino RLHF

Diario de IA – 2025-05-26(Edición matutina)

Arquitectura híbrida de expertos en transformadores BAGEL-7B-MoT Benchmark de evaluación MathIF Compromiso entre tiempo de cálculo y memoria Generación de imágenes GPT-4o Modelo de IA de código abierto de ByteDance Modelo de IA multimodal OpenAI o3 Razonamiento de IA y seguimiento de instrucciones Teoría de la computación del MIT Vulnerabilidad CVE-2025-37899 Vulnerabilidad del núcleo Linux

Diario de IA – 2025-05-25(Edición vespertina)

Claude 4 Comercialización de Robotaxi Luobo Kuaipao Control de seguridad de modelos de IA Conversión de incrustación de texto vec2vec Descubrimiento de vulnerabilidad Linux en modelo o3 Ética de la IA Filtración de indicaciones del sistema Claude 4 Incrustación de texto Robotaxi de Luobo Kuaipao Vulnerabilidades del núcleo Linux

Diario de IA – 2025-05-25(Edición matutina)

Agente de IA algoritmo GRPO Aprendizaje por refuerzo benchmark de codificación Claude Opus 4 Capacidad de codificación capacidad de razonamiento Claude 4 marco Pixel Reasoner Modelo de IA Multimodalidad optimización TensorRT-LLM VCBench de razonamiento visual matemático

Diario de IA – 2025-05-24(Edición vespertina)

adquisición de la compañía de hardware io por OpenAI Agente de IA inteligente aprendizaje de robots aprendizaje de sueños del robot GR00T capacidad de codificación de Claude Opus 4 Claude 4 desarrollo de chips Gemini Diffusion Hardware de IA Modelo de IA Modelo de lenguaje grande rendimiento del chip Xiaomi Xuanjie O1 velocidad de generación de modelos de difusión de texto