标签：强化学习

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

AI日报 – 2025-05-09(晚)

AGI AI多人世界模型Multiverse AI模型 ChatGPT ChatGPT深度研究功能 GitHub Meta FAIR 多模态开源强化学习强化微调RFT 混合Transformer架构科学家AI框架