AI 快讯列表

AI 快讯列表关于 强化学习

时间 详情
2026-09-17
20:28
Helix 2.5零样本家务突破

据SawyerMerritt称,Figure新模型可在陌生家庭零训练完成复杂家务,提升家服机器人商业可行性。

2026-09-15
23:05
Neon模型超越GPT6 Astra分析基准

据JeffDean称,Periodic Labs以1300台H200训练Neon,性能超越GPT6 Astra基准。

2026-09-10
16:44
SWE-2低价匹敌Fable 5.1实力

据TheRundownAI称,SWE-2在FrontierCode得分50%,以低64%成本匹敌Fable 5.1。

2026-09-10
13:29
DeepSeek 因果编解码架构突破

据KyeGomezB称,新因果编解码MoE仅8B输入16B输出,成本更低且跑分领先。

2026-09-09
08:39
OpenAI88小时破解纳维方程

据@CNBC称,OpenAI称88小时解决纳维方程难题,或重塑数学计算与HPC商业化路径。

2026-09-08
04:21
Astra击败MTG机器人实现新突破

据Ethan Mollick称,Astra自制卡组并击败Arena机器人,展现游戏工具使用进步。

2026-09-03
06:38
斯坦福工程AI代理课重磅上线

据StanfordAILab称,斯坦福今秋开设CS329Z教授从零构建AI代理。

2026-08-31
05:53
AI安全失灵揭示规则极限

据@emollick称,三定律失效,需分层治理。

2026-08-28
17:13
Claude3 以48小时自主校准小模型

据AnthropicAI称,Claude用1块GPU在48小时内自主研究并提升小模型对齐。

2026-08-27
15:16
代理购物研究揭示偏好难测

据@emollick称,页面顺序与记忆微变会扰动代理购物决策,营销可控性受限。

2026-08-27
12:05
AgiBot A3实战展示实时搏击AI

据@AINewsOfficial_称,AgiBot A3边打边读动作并自调握力与平衡。

2026-08-26
05:41
AI芯片设计加速ROI洞察

据gdb称,OpenAI以小团队配合AI改进循环,推动早期硬件在环RSI机会。

2026-08-26
00:42
Transformer瓶颈引发架构重思

据KyeGomezB称,专家称Transformer成瓶颈,新架构应支持测试时学习。

2026-08-21
10:48
前沿模型自改代码受挫分析

据@godofprompt,290次代码改写均分0.166,最佳0.250,自我改进有限。

2026-08-20
17:09
代理LLM早期定策,性能天花板锁死

据@godofprompt称,清华团队发现代理几乎不换策略,限制长程训练收益。

2026-08-18
21:00
OpenAI投入20%算力监测安全

据emollick称,OpenAI暂停前沿RL并投20%算力用于思维链监测与安全。

2026-08-18
19:58
OpenAI暂停前沿RL以应对网络风险

据God of Prompt称,因Astra接近关键网络风险阈值,OpenAI暂停最大前沿RL训练。

2026-08-18
18:36
OpenAI暂停前沿RL以强化安全

据OpenAI称,前沿RL训练暂停以强化安全与监控,最大规模训练持续搁置。

2026-08-18
18:13
OpenAI暂停RL训练以强化安全

据OpenAI称,已暂缓两周RL训练以加固环境并扩展监控。

2026-08-09
17:30
NVIDIA发布实时动作模型重磅突破

据God of Prompt称,NVIDIA开源模型以15000fps与2ms延迟生成35万动作技能。