AI资讯新闻榜单内容搜索-训练

关键词: AI新闻,On-Policy Distillation,模型训练,人工智能

把 On-Policy Distillation（在线策略蒸馏，OPD）的训练集从 17000 道题删到 1 道，会发生什么？

关键词: AI新闻,模型训练,RSIAgent,Aether AI

大模型过去几年的能力跃迁，几乎都围绕一个词：Scaling。

关键词: AI新闻,模型训练,REAL,具身智能

真实家庭任务往往从「不完整的信息」开始：机器人不知道目标在哪里，用户也未必能一次说清自己想要什么。面对「帮我从餐桌上拿点零食」这样的模糊指令，机器人不仅要主动寻找候选物体，还要在发现面包和多个甜甜圈后进一步询问用户，确认究竟该拿哪一个。

关键词: AI新闻,模型训练,ADRS,人工智能

多轮智能体任务只有一个终点奖励，但在一条包含搜索、工具调用和多轮决策的轨迹里，决定成败的往往是一个不起眼的查询词、动作或对象选择。

关键词: AI新闻,ZGCM-1,小参数模型,AI4AI

北京中关村学院7名博士生，用一个暑假，从零训练出了一个7B大模型——ZGCM-1。

关键词: AI新闻,模型训练,GUI,ECA

让 AI 帮忙发一封邮件，它可能把正文写得妥帖、附件整理得齐全，最后却发错了人。

关键词: AI新闻,AI数学,openai,人工智能

说AI毁了数学，可能还是太小瞧AI了。

关键词: AI新闻,AI挖角,AI挖人策略,gemini

据雷峰网独家获悉，一位长期在英国工作的Google Gemini预训练专家（L7-L8级别）近期加入国内某互联网大厂，被视为本轮BAT高价争抢Gemini人才以来首次"找对了人"；此前多家大厂虽从Gemini硅谷办公室挖角，但因Google有意将核心预训练人才留在DeepMind英国办公室，导致此前引入的部分人选并未触及预训练核心环节。

关键词: AI新闻,PyTRIO,大模型训练平台,模型训练

最近，越来越多应用层 AI 企业走上了一条相似的路线：用自己积累的专业知识和业务经验，训练自己的模型。

关键词: AI新闻,模型训练,MetaRSI,RSI

让模型自己生成训练数据、自己改写提示词、自己修复代码，这条路线被称为： 递归自我改进（Recursive Self-Improvement，RSI）。