Etiqueta: Modelagem de texto longo com DiffTransformer

Boletim Diário de IA

Diário de IA – 2025-05-01(Tarde)

Atualização de rollback do GPT-4o Correção de comportamento excessivamente lisonjeiro do GPT-4o DeepSeek-Prover-V2 Desempenho de prova de teorema do DeepSeek-Prover-V2 Modelagem de texto longo com DiffTransformer Modelo de inferência Phi-4 Modelo Phi-4-reasoning-plus da Microsoft Otimização de inferência MoE Protocolo de agente de IA Qwen3 da Tongyi Qianwen Suporte multilíngue do Qwen3-235B Técnicas de pós-treinamento de LLM