➡️
继续阅读
-
机器人不能停下来等模型:星尘发布 SmoothRL,让在线强化学习跟上大模型的异步推理
星尘智能发布SmoothRL框架,解决真实机器人异步执行中的在线强化学习问题。该框架仅对实际执行的动作进行学习,并保持训练与部署节奏一致。在投掷、戴笔帽、...
-
这个世界模型训练完就“退场”,机器人反而更能干了
光象科技联合清华发布物理原生世界模型ActEffect,训练时预测动作后果并优化策略,执行时退出部署以降低成本。在LIBERO等基准测试中成功率领先,已用...
-
把Agent放进真实尺度香港,上交大/新加坡国立大学/美团等提出UrbanGround,测试多模态模型城市探索能力
该文章介绍了一项关于多模态大语言模型(MLLM)在城市导航中能力的研究。研究团队构建了基于香港真实地理数据的URBANGROUND交互环境,评测了GPT-...
-
微软称几乎无人通过其聊天机器人获取《纽约时报》文章
微软在版权诉讼中辩称,其AI助手Copilot极少复制新闻或书籍内容。在820万条聊天记录中,仅不到1%包含至少16个匹配词,与《纽约时报》等出版商作品有...
-
项目HydraFusion:通过多模型编排实现前沿质量
GitHub作为面向开发者的AI驱动平台,强调安全集成。文章介绍Copilot应用支持并行代理运行,帮助初学者提升效率;解析AI新术语如循环、团队等;并探...
-
Allora Labs证明变异AI模型群体性能超单个优化模型
Allora Labs研究表明,在AI模型群体中引入随机变异可提升整体性能,超越单个优化模型。变异群体在环境变化时表现更优,最佳情况下约80%优于优化群体...