AI资讯新闻榜单内容搜索-模型训练

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 模型训练
小团队也能预训练!普罗2B:RTX5090训练成本不到5090美元

小团队也能预训练!普罗2B:RTX5090训练成本不到5090美元

小团队也能预训练!普罗2B:RTX5090训练成本不到5090美元

训不起2.8T的K3,玩够了124M的nanoGPT,想试试十亿参数、万亿token的预训练,门槛有多高?

来自主题: AI技术研报
10595 点击    2026-10-16 11:26
从「预测未来」到「理解世界」:Tadpole与一种新的科学基础模型思路

从「预测未来」到「理解世界」:Tadpole与一种新的科学基础模型思路

从「预测未来」到「理解世界」:Tadpole与一种新的科学基础模型思路

过去几年,“基础模型” 已经彻底改变了自然语言处理和计算机视觉。一个很自然的问题随之出现: 物理世界是否也能拥有类似的基础模型?

来自主题: AI技术研报
10543 点击    2026-10-16 11:26
会看图、会写代码的通用 Agent,能完成机器人操作吗?CodeActionBench 发布

会看图、会写代码的通用 Agent,能完成机器人操作吗?CodeActionBench 发布

会看图、会写代码的通用 Agent,能完成机器人操作吗?CodeActionBench 发布

从视觉观察到策略生成,再到物理执行与完成判断,CodeActionBench 在统一条件下评测通用多模态 Agent 的机器人操作能力。在双臂仿真评测中,GPT-6 Astra (Codex CLI) 的尝试成功率达到 73.3%,Claude Opus 5 在 Reference harness 和 Claude Code 下分别取得 49.3% 和 45.3%。

来自主题: AI技术研报
7169 点击    2026-10-16 10:54
EMNLP'26 | 清华北邮联合警告:扩散式VLM的安全防线步步失守

EMNLP'26 | 清华北邮联合警告:扩散式VLM的安全防线步步失守

EMNLP'26 | 清华北邮联合警告:扩散式VLM的安全防线步步失守

视觉语言模型已经进入办公助手、内容审核、机器人和智能终端等场景。

来自主题: AI技术研报
8057 点击    2026-10-16 10:53
EMNLP 2026 | 大模型推理如何再快一步?SpecTr-GBV统一多草稿与块验证,加速推测解码

EMNLP 2026 | 大模型推理如何再快一步?SpecTr-GBV统一多草稿与块验证,加速推测解码

EMNLP 2026 | 大模型推理如何再快一步?SpecTr-GBV统一多草稿与块验证,加速推测解码

大语言模型的生成过程天然具有自回归特性,即模型基于已有上下文逐 token 预测并生成后续内容。随着模型规模不断增大,单步前向计算的开销也随之增加,使得自回归解码面临较高的推理延迟。

来自主题: AI技术研报
8875 点击    2026-10-15 13:56
当视频模型回到原点,它还认得这里吗?Honeycomb用恒定大小记忆守住长视频的一致性

当视频模型回到原点,它还认得这里吗?Honeycomb用恒定大小记忆守住长视频的一致性

当视频模型回到原点,它还认得这里吗?Honeycomb用恒定大小记忆守住长视频的一致性

让视频生成模型沿着相机轨迹不断探索一个场景,并不算最难。真正困难的是:当镜头绕了一圈再次回到原点,房间的布局、家具的位置和墙面的纹理,是否还与最初一样?

来自主题: AI技术研报
10315 点击    2026-10-15 12:04
苹果LensVLM:长上下文压缩成图片,模型边看边「放大」

苹果LensVLM:长上下文压缩成图片,模型边看边「放大」

苹果LensVLM:长上下文压缩成图片,模型边看边「放大」

Agent 执行长程任务时,代码、工具输出和交互记录不断累积,上下文也跟着变长。

来自主题: AI技术研报
7161 点击    2026-10-15 11:26
最新ego视角手部重建框架,单模型输出世界坐标系下手部运动

最新ego视角手部重建框架,单模型输出世界坐标系下手部运动

最新ego视角手部重建框架,单模型输出世界坐标系下手部运动

人类每天都在完成丰富的手部操作。通过头戴相机记录下这些过程,能为具身智能提供大量示范。

来自主题: AI技术研报
8840 点击    2026-10-15 11:25