Etiqueta: Modelado de texto largo con DiffTransformer

Diario de IA – 2025-05-01(Tarde)

Actualización y reversión de GPT-4o Corrección de comportamiento adulador excesivo en GPT-4o DeepSeek-Prover-V2 Modelado de texto largo con DiffTransformer Modelo de inferencia Phi-4 Modelo Phi-4-reasoning-plus de Microsoft Optimización de inferencia MoE Protocolo de agentes de IA Rendimiento en demostración de teoremas de DeepSeek-Prover-V2 Soporte multilingüe de Qwen3-235B Técnicas de post-entrenamiento para LLM Tongyi Qianwen Qwen3