TRM思考奖励模型上线,大模型推理质量终于能量化了 | ICML‘26 Oral
TRM思考奖励模型上线,大模型推理质量终于能量化了 | ICML‘26 Oral大模型推理能力越来越强,但答案对了,思考过程就一定好吗?
搜索
大模型推理能力越来越强,但答案对了,思考过程就一定好吗?
当大模型公司还在竞争更长的上下文窗口、更强的推理能力和更复杂的 Agent 工作流时,一家名为 Engram 的新公司选择押注另一个问题:AI 能不能像人一样,持续从每天接触到的资料、对话和经验中学习?
今天,字节跳动旗下AI应用豆包正式推出专业版以及对应收费方案。豆包专业版基于最新的豆包2.1系列大模型,将提供更高的生产力场景使用额度,以及接入豆包2.1 Pro模型的全新“办公任务”模式。免费用户可以体验接入豆包2.1 Turbo模型的办公任务模式。
不用训练,不改权重,只动词表就能给大模型“消毒”?
Google DeepMind在6月份对外分享了DiffusionGemma的技术报告,明确指向了一条与现有主流完全不同的演进道路。当大家都在绞尽脑汁让大模型逐词吐字的速度变快时,谷歌干脆把生成顺序改了。
180 万亿。这是截至今年 6 月,豆包大模型的日均 token 调用量。
豆包大模型2.1 Pro正式发布。但字节这次没有像某些厂商那样疯狂堆参数、刷榜单,而是把刀锋对准了一个更硬核的方向:让AI真正能“干活” 。作为本次大会发布的主力模型,豆包2.1 Pro 在 Coding(编程)、Agent(智能体)、VLM(视觉语言模型)三大核心方向实现能力跃升,多项评测表现优于Claude Opus 4.6
数据库自动调参,一直是大模型Agent的“看似完美、实则翻车”名场面。
好你个微软,当起大模型“倒爷”来了?!