标签：强化学习

AI日报 – 2025-08-12(早)

AI编程 AI语音模型 Dijkstra算法 GLM-4.5 GLM-4.5V视觉推理MoE模型 HRM分层推理小模型 Meta FAIR Brain & AI MiniMax Speech 2.5多语种语音 TRIBE多模态脑建模具身智能强化学习清华段然团队最短路径算法激光雷达

AI日报 – 2025-08-10(晚)

AI主权 DeepMind Genie 3 GAIA测试82.4分 GPT-5 GPT-5生成3D游戏 LangChain LangGraph Agents框架 MiroMind ODR RAG-System RAG系统 Walker S2自主换电机器人优必选人形机器人动态微调DFT算法强化学习

AI日报 – 2025-08-09(早)

AI Agent AI自我提升 CompassVerifier答案验证 Genie Envisioner机器人平台 GPT-5 GPT-5性能提升 LLM招聘评估偏见 Qwen3超长上下文具身智能多模态模型大型语言模型强化学习

AI日报 – 2025-06-25(早)

AI基准测试 AI安全性 FaithfulSAE特征提取 Gemini Robotics On-Device LiveCodeBench LiveCodeBench Pro编程测试 SlimMoE模型压缩框架 Xbench 动态AI基准Xbench 多模态模型强化学习深度学习模型评估稀疏自编码器

AI日报 – 2025-06-24(晚)

AI研究 BioNeMo平台 Kimi VL A3B Thinking模型 Laude Institute 多模态处理强化学习强化学习教师(RLTs)特斯拉Robotaxi 自动驾驶药物研发虚拟细胞计算机科学语言模型

AI日报 – 2025-06-23(晚)

AI AI Agent AI安全 AI自主发现科学定律 GPT-5多模态 Kimi-Researcher RLTs框架 Software 3.0 具身智能多模态大语言模型强化学习自然语言编程

AI日报 – 2025-06-22(晚)

AI代理 AI模型 Anthropic代理人失调研究 Kimi-Researcher自主代理 MiniMax Agent超级智能体 PyTorch TorchTitan容错训练 RAG 代理人失调具身智能分布式训练多模态模型工业具身智能机器人强化学习

AI日报 – 2025-06-20(早)

AI代理 AI安全 AI模型 Hailuo 02视频模型 LiveCodeBench Pro OpenAI 大语言模型强化学习涌现式失调稀疏自编码器视频生成连续思维链量子位智库

AI日报 – 2025-06-19(早)

AI智能体 AI研究 DeepSeek DeepSeek-R1编程能力 Gemini Gemini 2.5 Pro MiniMax MiniMax-M1模型 OpenAI 强化学习模型控制协议(MCP)涌现性失调语言模型