标签：强化学习

AI日报 – 2025-05-28(早)

AI安全 AI对齐风险 Claude模型 GRPO Omni-R1 RefAVS基准测试人形机器人双系统架构四足机器人商业化多模态推理强化学习组相对策略优化豆包App视频通话功能

AI日报 – 2025-05-27(晚)

AI代码生成工具 AI安全与伦理 AI推理 AI智能体 AMD AMD MI300X性能 Google Veo 3视频生成 Llama 3.1 405B Nvidia 多模态模型大语言模型开源模型强化学习

AI日报 – 2025-05-27(早)

AI智能体 DeepSeek-V3-0526 DeepSeek-V3-0526性能对标GPT-4.5 Grok 3 Grok 3思考模式身份识别问题 IBM watsonx Orchestrate企业级AI 具身智能多模态大语言模型强化学习智元机器人EVAC世界模型清华RIFLEx视频生成时长扩展

AI日报 – 2025-05-26(晚)

AI Agent AI伦理 AI智能体架构 AI监管 Claude 4 Claude 4编程能力 Gemini 2.5 Pro性能 Gemini模型 RLHF微调技术多模态AI 大语言模型强化学习视觉语言模型评估

AI日报 – 2025-05-25(早)

AI Agent AI模型 Claude 4 Claude Opus 4编码基准 GRPO算法 Pixel Reasoner框架 TensorRT-LLM优化 VCBench数学视觉推理多模态强化学习推理能力编码能力

AI日报 – 2025-05-22(早)

AI Agent Gemini 2.5 Gemini 2.5 Pro Deep Think模式 GitHub Copilot Agent开源 MeanFlow单步图像生成 VPRL视觉规划推理华为FusionSpec MoE推理优化大模型强化学习视觉语言模型

AI日报 – 2025-05-14(早)

AI伦理 AI医疗 AI商业 AI基准测试 AI工具 AI推理 FlashInfer推理引擎 INTELLECT-2分布式训练 Matrix-Game虚拟世界生成 Meta Physics of Language Models OpenAI HealthBench 强化学习语言模型

AI日报 – 2025-05-13(晚)

AGI AI医疗 AI智能体 AI自主科学发现 GPT-4o更新问题 HealthBench医疗评估基准 INTELLECT-2分布式训练 Matrix-Game开源模型 OpenAI T2I-R1文生图模型世界模型大语言模型强化学习

AI日报 – 2025-05-11(早)

AI光学显微镜Meta-rLLS-VSIM AI基础设施 AI芯片 DeepSeek-R1推理优化 OpenAI OpenAI国家级AI计划 RAG 多模态AI 大模型字节跳动Seed-Coder代码大模型强化学习智能体英伟达H20芯片出口管制