7B模型“情商”比肩GPT-4o，腾讯突破开放域RL难题，得分直翻5倍
7B模型“情商”比肩GPT-4o，腾讯突破开放域RL难题，得分直翻5倍在没有标准答案的开放式对话中，RL该怎么做？多轮对话是大模型最典型的开放任务：高频、多轮、强情境依赖，且“好回复”因人而异。
来自主题: AI技术研报
6470 点击 2025-07-19 11:13
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在没有标准答案的开放式对话中，RL该怎么做？多轮对话是大模型最典型的开放任务：高频、多轮、强情境依赖，且“好回复”因人而异。
Manus 团队刚分享了他们构建 Agent 的 Context 工程经验。刚好我在自己读的过程中，对全文进行了精校翻译，并高亮要点与排版。来自一线的分享，总共 6 条经验，共 5K 字。
户外SLAM的尺度漂移问题，终于有了新解法！ 香港科技大学（广州）的研究的最新成果：S3PO-GS，一个专门针对户外单目SLAM的3D高斯框架，已被ICCV 2025接收。
AI永生，迟早比人更聪明！Hinton惊人预言：开发超级智能，就是与虎为伴，稍有不慎，人类万劫不复！
AI做奥数的神话，刚刚被戳破了！最新出炉的2025 IMO数学竞赛中，全球顶尖AI模型无一例外翻车了。即便是冠军Gemini也只拿下可怜的31分，连铜牌都摸不到。Grok-4更是摆烂到底，连DeepSeek-R1都令人失望。看来，AI想挑战人类奥数大神，还为时尚早。
如今，人工智能已成为化学研究不可或缺的工具，广泛应用于化合物性质预测、反应优化和材料设计等领域。
前几天，Kimi 彻底开源了它的旗舰模型Kimi K2。不仅代码、权重全免费，还放出MIT许可，任企业随便商用。
还记得小时候用橡皮泥捏小人的快乐吗？那种把脑海中的想象变成真实可触摸物体的成就感，简直让人上瘾。现在，有了Fast3D，这种创造的快乐又回来了——只不过这次，我们造的是专业级的 3D 模型。
近期，Anthropic 旗下的旗舰编码助手 Claude Code 的 Max 用户（每月200美元）遭遇无预警限流，平台未提供清晰说明，也无提前通知，引发广泛不满和用户信任危机。这起事件不仅暴露了大模型服务商在资源管理上的短板，也揭示出当前 AI 订阅制平台在“透明度”与“服务承诺”之间的矛盾。
实时强化学习来了！AI 再也不怕「卡顿」。 设想这样一个未来场景：多个厨师机器人正在协作制作煎蛋卷。