搜索
I²B-LPO 是一个面向 RLVR 后训练的探索增强框架，通过改进 rollout 策略引导模型生成更多样化的推理轨迹，将探索行为从 “重复采样” 推进到 “在关键节点生成更具区分度的推理轨迹”，在多个数学基准上同时提升准确率与语义多样性，最高分别达 5.3% 和 7.4%。该工作接收于 ACL 2026 Main，来自阿里达摩院 - 智能决策团队。
今天一早，我去了北京国家会议中心，参加百度Create 2026 AI开发者大会-超级个体主论坛。
今天早上，OpenAI突然宣布一个促销政策：未来 30 天内，企业用户如果迁移到 Codex，2 个月免费 Codex 用量。同期，桌面端还内置了迁移工具，可以把 Claude Code 的 system prompts、custom skills、chat history、MCP server 配置一键搬过来。
一篇让你看懂的AGenUI开源解读
凌晨 1 点，某三甲医院急诊科，一位 62 岁的男性被紧急送入，他正经历急性 STEMI 并发急性心衰。血压飙至 185/105 mmHg，血氧仅 91%。护士已推来除颤仪，催促医生「心电捕手」确认替格瑞洛剂量。
深圳职业技术大学把 AI 短剧课堂变成工业化生产线，以产教融合模式跑通高效制作，成为行业隐形承制方，并探索人才培养与产业生态升级。教室改造成AI 短剧工业化生产线，学生团队每周交付≥40 部成片，服务超 20 家企业，进入抖音、咪咕优质承制白名单。
在多模态大模型（MLLM）快速发展的浪潮中，融合多模型 “集体智慧” 已成为提升模型性能的关键路径，并催生了多教师知识蒸馏这一主流范式。然而，不同来源的教师模型在架构与优化上的差异，其在相似推理过程中呈现出不稳定甚至偏移的认知轨迹，即 “概念漂移”（Concept Drift）。
你可以直接跟 Claude 说想做什么，它帮你写代码、刷固件、装应用，几分钟之后，这台信用卡大小的设备就跑起了你要的东西。这台小设备叫 M5Stack Cardputer ADV，基于 ESP32-S3 芯片，真的只有信用卡那么大。
2021 年，陈天润还在浙江大学读本科。那一年 ChatGPT 不存在，大语言模型远没有破圈。“世界模型”这个概念刚刚冒头，但陈天润做了一个当时看起来相当激进的决定：成立一家公司，做 3D 和 AI。
独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。