小模型能当裁判吗?一场关于强化学习奖励成本的实验
论文研究小语言模型能否替代大模型做强化学习裁判。作者构建PointRubric和RaR-Science-Static两套数据集,发现1.7B探针裁判判断力超过生成式和对数概率方法,训练出的策略优于8B生成式裁判,且裁判耗...
论文研究小语言模型能否替代大模型做强化学习裁判。作者构建PointRubric和RaR-Science-Static两套数据集,发现1.7B探针裁判判断力超过生成式和对数概率方法,训练出的策略优于8B生成式裁判,且裁判耗...
论文提出Debias-SparseGPT,一种通过配对刻板印象文本构建偏见感知Hessian矩阵的模型剪枝方法,在九种大语言模型上验证,能在保持效率和性能的同时显著降低压缩带来的偏见放大问题。
今年云栖大会,闪迪带来了一些亮点产品,包括面向云数据中心的企业级SSD,以及面向智能汽车的车规级闪存产品。前者覆盖训练、推理和大规模数据存储,后者则进入车载AI和中央计算。
论文提出用公司新闻文本的语义分布差异,结合反利普希茨等假设桥梁,构建投资组合风险上限证书,无需估计资产间收益协方差矩阵,并在52只美股上验证了该配置方差排名显著优于等风险权重基准。
论文提出潜在状态内化方法,让大语言模型直接读取国际象棋引擎的内部激活值而非文字总结,训练出的LLAMIA模型在六项棋类协作任务上超越文字翻译方案和GPT-5.1,并揭示了语言化过程中存在的系统性信息损耗。
一篇让AI"看视频学折纸"的研究:给VLM配上模拟器、检查点和独立评审员,把折纸教学视频转换成可执行程序,可编译率从8%跃升到96%,为教AI理解人类手工技艺提供了新思路。
亚马逊在年度卖家大会上宣布,推出支持Claude和Amazon Quick的AI插件,卖家无需登录Seller Central即可管理库存、调价及更新产品列表。同时新增Seller Assistant画布功能及面向所有卖...
Meta在年度Connect大会上发布VR Glasses,搭载Snapdragon Reality Elite处理器,重量仅为Quest 3的五分之一,售价1299美元,明年春季上市。同期还推出无摄像头AI音频眼镜Ra...
三星SmartThings软件更新误将内部测试固件推送给用户,导致韩国部分Bespoke AI四门冰箱断电无响应,食物腐坏。事件恰逢韩国秋夕假期前夕,部分用户被告知最快9月29日后才能获得上门服务。
澳大利亚于8月26日启动首个海上风电拍卖,首批面向维多利亚州海域,招标2GW容量,合同将于2028年授出。维多利亚州设定了2032年2GW、2035年4GW、2040年9GW的海上风电目标。
Meta在年度Connect大会上宣布,个人AI代理Muse将获大量功能更新,包括实时数字化身、与智能眼镜集成、Mac电脑操控能力、专属邮件地址,以及与Shopify、Stripe、Best Buy等品牌的购物合作伙伴关...
H Company提出NeoMME,一款260M和800M参数的多模态双向编码器,图片patch与文字token共享同一Transformer,从零训练结合掩码扩散目标,在视觉文档检索ViDoRe v3上以更小体量逼近甚...
ZipTok3D提出一种3D物体tokenizer,通过nested dropout排序token重要性,结合参数共享的迭代解码,实现仅用1到4个token即可媲美32个token的高质量3D重建效果。
Anthropic为Claude AI助手新增Claude Docs和Slides功能,将富文本编辑器直接内置于Claude中,支持导出为Word、PDF、Google Docs等格式,并支持实时协作。分析师认为此举旨在...
Meta在Connect 2026大会上发布无摄像头AI眼镜Ray-Ban Meta Audio,起售价349美元,仅支持音频功能,包括音乐、通话、语音翻译及AI助手交互。产品重43克,单次充电续航12小时,含充电盒可达...
Meta CEO扎克伯格在Connect大会上发布Muse Charm,一款掌心大小、可挂钥匙链的AI可穿戴设备,搭载小屏幕与指纹传感器,让用户无需解锁手机即可随时与AI助手Muse交互,预计12月假日季前发货。
谷歌推出Gemini 3.8 Flash TTS和Flash-Lite TTS两款语音生成模型,分别支持130种和101种语言,提供超2000种预设音色,并支持自然语言提示自定义声音,在Hume AI音质基准测试中分列第...