AI资讯新闻榜单内容搜索-训练

关键词: AI新闻,模型训练,智能体,Rubrics

近年来，随着大模型从简单问答，走向深度研究、医疗咨询、多模态生成和长程 Agent 任务，一个基础问题变得越来越难回答：我们到底应该怎样判断模型输出的质量？

关键词: AI新闻,τ0-World Model,τ0-WM,具身世界模型

刚刚，上海创智学院副教授、智元机器人首席科学家罗剑岚带队，发布全球最大规模的开源预训练具身世界模型——τ0-World Model（τ0-WM)。整个τ0-WM参数量达到5B，预训练数据规模高达约3万小时。其中，真机遥操作数据第一次成了绝对主力，占到了1.78万小时。

关键词: AI新闻,AI滑雪,Heygo.ai,人工智能,滑雪AI教练

Heygo.ai对比每一次滑行数据，分析动作变化，并明确告诉接下来需要改进的地方。基于你的专属数据、滑行风格、习惯，为有经验的爱好者制定一套系统化的训练方案，精准攻克薄弱环节。

关键词: 模型训练,AI新闻,ClawGym,人工智能

大模型从“回答问题”走向“完成任务”，正在面临以下瓶颈：面向Claw Agents的数据、训练和评测都比传统environment training更难。为了解决该问题，中国人民大学、至知研究院等最新提出ClawGym——

关键词: AI新闻,模型训练,AI 权威清洗,AI Authority Laundering

来自 ETH Zurich 的 Florian Tramèr 团队在最新论文中抛出了一个出乎意料的问题：如果 AI"看到" 的图，根本不是你肉眼看到的那张，会发生什么样的后果呢？他们把这种现象称作 AI 权威清洗（AI Authority Laundering）。

关键词: AI新闻,模型训练,人工智能,AI算法,ValueOpt

清华大学经济管理学院的陈柯均博士生、张佳音教授、徐心教授与快手消费策略算法部合作探索完成了一项联合实验：从视频传递的价值观的角度，去理解观看视频后用户的行为和心理变化。

关键词: AI新闻,γ-World,Gamma-World,世界模型,模型训练

5 月下旬，NVIDIA 联合清华大学、多伦多大学和 Vector Institute 发布 Gamma-World，共一第一为清华大学电子系博士刘芳甫，核心 Research 方向是世界模型和空间智能。

关键词: AI新闻,模型训练,大模型测试,人工智能

昨天，大名鼎鼎的 Claude 4.8 发布了。 科技圈照例是一片欢呼。 看官方放出来的一堆评测数据，依然是碾压级别的，尤其是说代码（Coding）能力有了史诗级的提升，简直像交了一份满分答卷。

关键词: AI新闻,模型训练,DiffusionOPD,人工智能

近期，来自复旦大学与阿里巴巴通义万相的研究团队对此提出了新的思考。他们认为，多任务强化学习不应被视为一个统一优化问题，而应该解耦为两个彼此独立的过程：单任务的在线策略探索 & 多任务能力整合。

关键词: AI新闻,数据集,Ultra-FineWeb-L3,UltraData-SFT-2605,模型训练

我去搜了下 MiniCPM5-1B 的数据，发现面壁智能刚刚把背后的核心数据集给开源了。一共是两份 L3 级数据集：Ultra-FineWeb-L3 ：600B tokens，中英文都有，是目前最大的中文开源合成预训练数据集。