强化学习

东京的人工智能初创公司Sakana，由前谷歌顶级AI科学家Llion Jones和David Ha等人联合创立，近日推出了一种全新的AI模型架构——连续思维机器（Continuou…

随着人工智能技术的不断进步，AI在解决各种复杂问题方面展现出了惊人的潜力。然而，在数学领域，尤其是在正式定理证明方面，AI仍面临巨大挑战。近期，DeepSeek-AI团队推出的De…

阿里巴巴集团的研究人员开发出了一种创新方法，有望显著降低训练AI系统进行信息搜索的成本和复杂性，甚至完全消除对昂贵商业搜索引擎API的依赖。这项技术被命名为“ZeroSearch”…

近日，Microsoft Research宣布推出Phi-4-reasoning-plus，这是一款专为需要深入、结构化推理的任务设计的开源权重语言模型。该模型在Phi-4的基础上…

在人工智能领域，两位知名科学家——大卫·西尔弗和理查德·萨顿在一篇新论文中提出了一个引人注目的观点：人工智能即将进入一个全新的阶段，即“体验时代”。在这个阶段，AI系统将越来越少地…

在人工智能（AI）领域，大型语言模型（LLM）的应用日益广泛，但在处理复杂情境时，这些模型的稳定性却成为了一个亟待解决的问题。近日，一项由西北大学、斯坦福大学、微软和纽约大学等机构…

研究人员近日推出了d1，这是一个使用强化学习（RL）的新型框架，旨在显著提升基于扩散的大型语言模型（dLLMs）的推理能力。尽管目前大部分注意力都集中在诸如GPT等自回归模型上，但…

在人工智能领域，伦理与技术的结合日益成为关注的焦点。法国AI初创公司Pleias在这一背景下，凭借其秉承伦理训练的AI技术，成功吸引了业界的广泛关注。近日，Pleias宣布推出两款…

在人工智能（AI）领域，2025年曾被众多专家预测为AI代理的元年。然而，现实情况却并非如此。尽管基于大型语言模型（LLMs）的AI代理在实验室中取得了显著进展，但在实际企业应用中…

在AI技术日新月异的今天，斯坦福大学与谷歌DeepMind的研究人员携手推出了Step-Wise Reinforcement Learning（SWiRL）技术，旨在为大型语言模型…