搜索
如今，强化学习（RL）已成为提升大语言模型（LLM）复杂推理与解题能力的关键技术范式，而稳定的训练过程对于成功扩展 RL 至关重要。由于语言具有强烈的上下文属性，LLM 的 RL 通常依赖序列级奖励 —— 即根据完整生成序列给一个标量分数。
谷歌DeepMind掌门人断言，2030年AGI必至！不过，在此之前，还差1-2个「Transformer级」核爆突破。恰在NeurIPS大会上，谷歌甩出下一代Transformer最强继任者——Titans架构。
教皇利奥十四世近日警告， AI发展不应沦为少数人的敛财工具，而须服务共同利益。他呼吁在AI时代重申「何谓为人」，警惕技术侵蚀人类尊严与思考能力，敦促全社会守护年轻一代的心灵自由，确保由人类主导技术的未来。
当问题又深又复杂时，一味上最强模型既贵又慢。测试时扩展能想得更久，却不一定想得更对。
左下角的血条、右下角的小地图，还有这一连串丝滑的跑酷动作…… 看到这个画面，你是不是以为《疯狂动物城2》这边刚拿下中国影史进口动画片票房第一，那边就趁势要推出 3A 开放世界游戏了？甚至这光影和物理碰撞，比很多大厂的游戏都要真实。
奥特曼又得拉响红色警报了。刚刚，谷歌再次扔出重磅炸弹——Gemini 3 Deep Think正式上线！轻松把草图变成逼真3D场景，不仅结构还原到位，就连镂空花纹与光影都处理得明明白白。
作者在包含 50 多个任务的多个仿真和真实世界场景中评估了 SpatialActor。它在 RLBench 上取得了 87.4% 的成绩，达到 SOTA 水平；在不同噪声条件下，性能提升了 13.9% 至 19.4%，展现出强大的鲁棒性。目前该论文已被收录为 AAAI 2026 Oral，并将于近期开源。
DeepWisdom研究团队提出：视频生成模型不仅能画画，更能推理。 为了验证这一观点，团队推出了VR-Bench——这是首个通过迷宫任务评估视频模型空间推理（spatial reasoning）能力的基准测试
确实也是轰动数学和AI两界了。因为就在最近，世界级顶尖数学家宣布辞职，前往硅谷，全职加入AI初创公司——这家公司，还是自己学生创办的——一个24岁00后华人女生。吸引他的这家公司，也不是等闲之辈，而是硅谷新贵——Axiom，一家主打AI数学的明星公司。
阿蒂从洛杉矶飞来，谈论他的初创公司上周发布的重磅消息。Klay 已与各大唱片公司——环球音乐集团、华纳音乐集团和索尼音乐—— 达成批准上市许可/注册协议 ，成为首家与这三巨头全部签约的人工智能初创企业。