强化学习

Together.ai与Agentica联合发布开源AI Agent框架DeepSWE，基于Qwen3-32B模型构建，采用强化学习技术训练，性能测试显示其在SWE-Bench-Verified基准测...

前OpenAI高管Mira Murati创立的Thinking Machines Lab完成20亿美元融资，估值突破100亿美元。TML凭借定制化AI模型技术和强化学习解决方案迅速崛起，成为AI领域最...

小红书技术团队在深度思考模型领域取得重大突破，创新提出'Think When You Need'强化学习训练范式，显著缩短思考长度并保持性能。该研究揭示了反直觉的大模型思考特征，为AI认知优化提供新思...

腾讯全新TiG框架在AI战略决策领域取得重大突破，基于《王者荣耀》实验平台，通过监督学习+强化学习两阶段训练，使Qwen系列模型决策准确率最高提升至90.91%，具备自然语言解释能力，技术可延伸至金融...

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。

苹果发布RL4HS突破性AI技术，利用强化学习精准定位大模型幻觉片段，支持片段级错误检测。涵盖技术原理、实验数据及在医疗、法律等领域的应用价值，为LLM可靠性提供全新解决方案。

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...