强化学习

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…

在AI技术日新月异的今天，各大科技巨头纷纷在推理AI领域展开激烈角逐。近日，字节跳动，这家以TikTok闻名的中国互联网巨头，也正式宣布推出其最新的大型语言模型——Seed-Thi…

在AI领域，一款新的编码模型正崭露头角，它就是DeepCoder-14B。这款模型由Together AI和Agentica的研究人员共同推出，其性能表现令人瞩目，与OpenAI的…

在人工智能领域，大型语言模型（LLMs）的推理能力一直是研究者和开发者关注的焦点。近期，来自谷歌研究和加州大学伯克利分校的研究人员发表了一篇新论文，揭示了一种令人惊讶的简单测试时间…

在人工智能（AI）领域，大型语言模型（LLM）的推理能力取得了显著进步。然而，这些模型在结合推理能力正确引用和使用外部数据——即它们未接受训练的信息——方面仍存在较大不足。这一问题…

一、引言 在人工智能领域，大型语言模型（LLM）通过“链式思考”（Chain of Thought，简称CoT）进行推理已成为最新一代模型的关键特征。这种推理过程涉及将复杂问题分解…