AI资讯新闻榜单内容搜索-训练

关键词: AI,RLVR,模型训练,人工智能

一个7B奖励模型搞定全学科，大模型强化学习不止数学和代码。

关键词: OpenAI ,Ai版权,AI内容,AI法律风险

“艺术家与人工智能”的张力正在持续紧张。OpenAI虽然声称避免复制“个别在世艺术家的风格”，但它一直在践行并推动政策允许AI对版权内容的训练；而小部分能够承担高昂诉讼成本的艺术家，却也因为版权法灰色地带而面临不确定的局面，更不要说那些不知名的艺术家们了。

关键词: LangSplat,4D LangSplat,AI 3D,AI 4D,模型训练

4D LangSplat通过结合多模态大语言模型和动态三维高斯泼溅技术，成功构建了动态语义场，能够高效且精准地完成动态场景下的开放文本查询任务。该方法利用多模态大模型生成物体级的语言描述，并通过状态变化网络实现语义特征的平滑建模，显著提升了动态语义场的建模能力。

关键词: VideoMind,GPT-4o,AI视频,模型训练

AI能像人类一样理解长视频。

关键词: AI,MTGS,模型训练,人工智能

在自动驾驶领域，高精度仿真系统扮演着 “虚拟练兵场” 的角色。工程师需要在数字世界中模拟暴雨、拥堵、突发事故等极端场景，反复验证算法的可靠性。

关键词: AI,DeepSeek-R1,DeepSearch,模型训练

众所周知，DeepSeek R1 这种模型在推理任务上很能打，尤其是在数学和编程这些逻辑性强的领域。那么我们能直接把这种强大的推理能力搬到 DeepSearch 这种需要动态规划、多轮交互的深度搜索场景里吗？

关键词: AI,ToRL,模型训练,人工智能

在大模型推理能力提升的探索中，工具使用一直是克服语言模型计算局限性的关键路径。不过，当今的大模型在使用工具方面还存在一些局限，比如预先确定了工具的使用模式、限制了对最优策略的探索、实现透明度不足等。

关键词: AI,UQABench,模型训练,人工智能

LLM正推动推荐系统革新，以用户表征为「软提示」的范式开辟了高效推荐新路径。在此趋势下，淘天团队发布了首个基于用户表征的个性化问答基准UQABench，系统评估了用户表征的提示效能。

关键词: AI,模型训练,GRPO,CPPO

DeepSeek-R1 的成功离不开一种强化学习算法：GRPO（组相对策略优化）。

关键词: AI,模型训练,ChartMoE,人工智能

最近，全球 AI 和机器学习顶会 ICLR 2025 公布了论文录取结果：由 IDEA、清华大学、北京大学、香港科技大学（广州）联合团队提出的 ChartMoE 成功入选 Oral (口头报告) 论文。据了解，本届大会共收到 11672 篇论文，被选中做 Oral Presentation（口头报告）的比例约为 1.8%