训练大模型做数学题时,为什么"表现好的能力"反而被过度关照?
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。
NVIDIA Jetson Orin Nano 2 模组和开发者套件预计将于 2027 年上半年上市。
这篇论文提出PRISM,一种无需训练、无需梯度、无需噪声标注的音频文本模型降噪方法。基于"仿射噪声假设",它用三步闭式几何修正压缩成静态矩阵,实现单样本0.0009毫秒的推理速度,在多个噪声基准上超越现有方法及需要特权提...
谷歌研究团队发布AgentHands,这是一款发表于CHI 2026的XR原型系统,通过LLM驱动为对话智能体生成与语音同步的表达性手势。系统利用眼动追踪和场景重建建立三维物体注册表,结合词级时间戳实现语音与手势的精准同...
Debian社区就是否允许大型语言模型(LLM)辅助代码贡献提出了八项议案,涵盖全面禁止到有条件允许等多种立场。禁止派认为AI助力的"快速迭代"文化与Debian追求稳定性的传统相悖,并担忧贡献者技能退化。反对派则指出,...
Forrester研究显示,AI与自主智能体正深刻冲击传统软件市场。前沿模型正取代SaaS平台的内容生成功能,压缩企业所需的订阅数量。应用开发、技术服务等领域受冲击最大,开发者调试、单测等技能逐渐被替代。CIO需持续审计...
苹果推出两款全新桌面芯片——Mac mini搭载M6芯片,Mac Studio搭载M5 Ultra芯片。M6芯片配备12核CPU与GPU及神经加速器,提升统一内存带宽;M5 Ultra内存带宽较M3 Ultra提升50%...
AI正深刻改变企业网络管理方式。通过关联孤立信号、整合多系统数据,AI使网络管理更具响应力,可自动检测故障、优化性能并预测需求。数字孪生、Self-X自愈能力等技术支撑网络向高度自治演进。但专家指出,完全自治风险过高,多...
美国能源部(DOE)发布第202(c)条命令,要求PJM互联和Constellation Energy将宾夕法尼亚州Eddystone发电站760兆瓦机组的可用期延长至11月20日。这是该电站预定2025年退役以来的第六...
随着AI与高性能计算推动服务器功率密度飙升,机柜密度从5-10千瓦跃升至30-60千瓦甚至更高,传统风冷已难以应对。数据中心正加速转向液冷技术。主流方案包括:后门热交换器(RDHx)——改造成本低、适合现有设施升级;直接...
Google旗下安卓防晕车功能Motion Assist终于开始向Pixel手机推出,目前仅限于运行Android 17的设备。该功能通过在屏幕边缘显示随车辆运动而移动的小点,模拟真实世界物体的视觉效果,帮助缓解因感官不...
印第安纳波利斯艺术博物馆与伍斯特学院科学家合作,针对设计师斯蒂芬·斯普劳斯作品中使用的磷光与荧光颜料展开研究。研究发现,荧光颜料中的光学增白剂比颜料染料降解更快,导致颜色变暗;而磷光颜料以矿物基无机化合物为主,湿度对其分...
托管VPS与非托管VPS的选择远比看起来复杂。托管服务意味着提供商负责日常维护、安全补丁、数据库管理及合规支持,适合缺乏技术背景的团队;但代价是月费较高($40-$120 vs 自管的$10-$20),且通常限制root...
研究团队用128块二手V100 GPU搭建了一台成本仅2.2万美元的大模型推理集群,通过设备级流水线并行策略实现了LLaMA-70B的规模化服务。研究发现二手硬件在经济性上大幅领先新款GPU,但运营碳排放可能高出40倍以...
HarnessEval-W是一套面向交互式世界模型的智能体化评估系统,它把评估任务拆解成可验证的子问题,由专门的子智能体分别核查证据,再汇总成透明可追溯的评分。研究团队构建了330个评估案例,测试了18个代表性世界模型,...
这篇论文研究了如何高效训练像素空间文生图扩散模型。研究发现直接在像素空间预训练收敛很慢,因此提出先在潜空间预训练再转换到像素空间的策略,并系统探索了权重初始化、数据配比、预测目标、解码器架构、噪声调度等关键设计,最终使像...
HiFi-BRep是一篇聚焦工业CAD模型自动生成的论文,提出通过高保真潜在表示和单阶段拓扑约束解码器,同时解决B-Rep生成中的表示噪声和错误累积问题,在结构有效性和几何精度上显著超越现有方法,为可靠的三维工业设计自动...
这篇论文提出双流卷积网络,用两个独立卷积网络分别学习视频的静态画面信息和运动光流信息再融合,首次让深度学习在动作识别任务上追平甚至超越手工特征方法密集轨迹,在UCF-101上达到约88%准确率,是视频理解领域的关键转折点...
本文评测了市场上主流夹耳式开放耳机产品。Baseus Inspire XC1(售价110美元,搭载Bose音效)凭借出色性价比位列榜首,Baseus Bowie MC2(60美元)为最佳预算之选。Bose Ultra O...
企业AI的核心价值不在于提升个人任务速度,而在于实现组织级的流程编排。麦肯锡数据显示,美国57%的工时可通过现有技术实现自动化。以采购对账为例,AI代理可自动完成发票匹配、成本估算和跨系统更新,解放采购、财务、合规团队转...