搜索
来自新加坡国立大学、可灵 AI 和香港科技大学的研究团队提出了 DiffusionART，一种面向图像和视频生成的在线 Diffusion RL 算法。该方法支持采用 ODE 采样，不要求奖励模型可微，也无需额外调参，可自然适配标量奖励、二值偏好奖励等多种奖励形式，具有极高的样本效率。
有点狠！人形机器人公司这次居然要把技术黑盒拆到底了。
当模型学会持续迭代改进算法，便推开了通往智能自主进化的大门。近日，由来自智源研究院、中国科技大学、中国人民大学等多个机构的研究人员组成的 AREX 研究小组发布 AREX-2 模型。
南芥智能发布模型群体智能技术报告，披露Mio 1.0 Lite在9个公开benchmark中平均得分77.15/100居首、平均每请求成本0.06元最低，其SinapisAI平台已公测并收录484个模型。
把AI角色做成内容平台。
UCSD正教授商静波在Z Tech专访中提出，资源有限时应聚焦可低成本验证的重要领域发展超级智能，让AI自主发现可复用算法，并以符号系统承载可形式化的逻辑。
给定一个基座模型、一个目标能力和算力预算，RSI Agent 自己设计后训练算法、收集和整理数据、写代码、跑实验、迭代改进，最终交出一个训练好的模型，全程无人介入。在自主后训练基准 PostTrain
华为诺亚方舟实验室、华为云天筹AI求解器团队与华中科技大学John Hopcroft计算中心组成的联合团队，依托华为云天筹决策智能引擎和LLM4AD_Next算法设计平台，斩获SAT Competition 2026并行AI赛道SAT组冠军。
酉术量子全球首发UnitarySpark异构计算硬件底座及UnitaryLab 2.5公测版，基于上海交大原创"薛定谔化"算法框架，通过AI Agent实现自然语言驱动的量子科学计算，数据全程本地处理，并与国盾量子等达成战略合作。
这个问题正随着推理模型和 RLVR 的发展变得更加重要。随着强化学习在大模型后训练中的作用不断增强，模型练什么、怎么练，也需要更仔细地安排。为了解决数据策略接入和效果比较中的麻烦问题，北大DCAI团队联合UCAS、上海算法创新研究院、中关村学院最新发布DataFlex-RL。