DeepSeek-R1登《自然》封面：全球首个获同行评审认证的开源大模型
DeepSeek-R1成为全球首个登上《自然》封面的主流大语言模型，通过纯强化学习框架降低算力消耗与数据依赖，技术细节经同行评审认证，推动AI研发开源化发展。
排序
Cursor AI编程平台升级Tab模型：实时强化学习提升代码补全精准度
Cursor最新升级Tab模型，采用实时强化学习技术优化代码补全，采纳率提升28%。了解其在线训练机制、策略梯度算法及对AI辅助编程的未来影响。
Meta突破性ExIt方法发布：单步训练实现LLM多步自我改进，性能提升22%
Meta超级智能实验室最新ExIt方法实现大语言模型单步多步自我改进，性能提升22%，训练效率提高25%。了解突破性强化学习框架如何降低AI算力门槛，推动自动编程与实时应用商业化部署。
清华大学联合团队突破搜索智能体训练瓶颈：自搜索强化学习（SSRL）实现高效Sim2Real迁移
清华大学与上海AI实验室联合发布自搜索强化学习（SSRL）技术，解决搜索智能体训练成本高与模拟环境差距问题，实现LLM知识高效提取与真实场景迁移，代码已开源。
苹果AI重大突破：RLCF方法重塑大模型训练，复杂指令执行能力提升达8.2%
苹果发布革命性RLCF人工智能训练方法，通过结构化清单反馈机制显著提升大模型复杂指令执行能力，在FollowBench等测试中实现最高8.2%性能优化。了解AI如何通过WildChecklists数据...
腾讯推出大模型训练库WeChat-YATT，多模态训练效率提升15%
腾讯推出大模型训练库WeChat-YATT，专注强化学习与多模态优化，支持中文语境预训练并降低15%硬件消耗。了解其分布式框架、云集成能力及在微信智能客服等场景的应用前景。
AI2科学家揭秘强化学习与推理模型新突破，开源对标DeepSeek-R1
深度解读AI2科学家Nathan Lambert团队在强化学习与推理模型领域的最新研究成果，包括GRPO算法优化、OpenReasonerZero训练流程复现，以及打造开源推理模型对标DeepSeek...
OpenAI发布ChatGPT Agent：AI技术迈向自主代理新时代
深度解析OpenAI最新发布的ChatGPT Agent技术：采用端到端强化学习实现自主工具组合，在多项基准测试中刷新纪录，将重塑人机协作模式并推动AI产业链发展。了解这一突破性AI技术的架构特点、性...
昆仑万维开源多模态推理模型Skywork-R1V 3.0，实现跨模态推理突破
昆仑万维宣布开源多模态推理模型Skywork-R1V 3.0，该模型通过GRPO强化学习算法显著提升跨模态推理能力，在高考数学测试中表现优异，超越Claude、GPT等国际主流模型。
开源运动控制框架Tien Kung-Lab发布，推动人形机器人技术迈入新阶段
北京人形机器人创新中心发布Tien Kung-Lab开源运动控制框架，整合强化学习与人体运动数据，显著提升机器人运动控制的稳定性和泛化性，推动行业技术发展。