搜索
强化学习可以提升LLM推理吗？英伟达ProRL用超2000步训练配方给出了响亮的答案。仅15亿参数模型，媲美Deepseek-R1-7B，数学、代码等全面泛化。
在 ChatGPT 等大语言模型（LLMs）席卷全球的今天，越来越多的研究者意识到：我们需要的不只是 “会说话” 的 LLM，更是 “能解释” 的 LLM。
只靠强化学习，AGI就能实现？Claude-4核心成员放话「5年内AI干掉白领」，却被Karpathy等联手泼冷水！持续学习真的可能吗？RL的真正边界、下一代智能的关键转折点到底在哪儿？
无需蒸馏任何大规模语言模型，小模型也能自给自足、联合提升？
强化学习（RL）已经成为当今 LLM 不可或缺的技术之一。从大模型对齐到推理模型训练再到如今的智能体强化学习（Agentic RL），你几乎能在当今 AI 领域的每个领域看到强化学习的身影。
尽管人工智能（AI）在飞速发展，当前 AI 开发仍严重依赖人类专家大量的手动实验和反复的调参迭代，过程费时费力。
据《金融时报》报道，由OpenAI 前CTO Mira Murati 创立的隐秘人工智能初创公司 Thinking Machines Lab 已完成 20 亿美元种子轮融资 。这笔交易使这家成立仅 6 个月的初创公司估值达到 100 亿美元。
熬夜写作业却被AI检测判成ChatGPT代笔，成绩归零还可能毕不了业！休斯顿大学的Leigh Burrell靠15页证据才洗清冤屈。AI检测工具误判频出，逼得学生录屏自证清白，教育界的信任正在崩塌。连老师自己的文章都被标成AI生成？
你能想象一个汽车经销商每天漏接45%电话的场景吗？这意味着几乎一半想要预约保养、询问配件或购车咨询的客户都被直接晾在了一边。
近年来，随着社交媒体的迅猛发展，“假明星诈骗”可谓是层出不穷。在国内，最著名的莫过于那位“假靳东”：不少大妈在短视频平台上刷到“靳东”的账号，头像是靳东、视频是靳东、说话也是靳东，甚至还会温柔喊你“亲爱的”“小可爱”，让人忍不住心动。