标签：算法优化
AI已经开始自己设计算法，并且超越顶尖人类专家，人类还能做什么？
AI已经开始自主设计算法，其性能超越人类专家设计的方案，这一现象正在多个领域得到验证。谷歌DeepMind团队的研究表明，基于元学习策略的AI在强化学习规则发...
小红书RecSys 2025最佳论文提名背后：破解视频时长预测难题
小红书推荐算法团队在推荐系统顶会RecSys 2025上凭借论文《Multi-Granularity Distribution Modeling for Video Watch Time Prediction via Exponential-Gaus...
蚂蚁开源万亿参数思考模型 Ring-1T，综合能力逼近 GPT-5、数学能力对标 IMO 银牌
蚂蚁集团正式推出万亿参数思考模型Ring-1T并全面开源，该模型在9月30日预览版基础上扩展了大规模可验证奖励强化学习（RLVR）训练，提升自然语言推理能力，并...
魔改AlphaZero后，《我的世界》AI老玩家问世，干活不用下指令
加州大学伯克利分校的研究团队开发了一种名为AssistanceZero的新算法，旨在通过Assistance Games框架改进AI助手的训练方式。这一方法的核心在于AI助手与用户...
HuggingFace上的热门开源模型，一半都来自中国了
在最新的HuggingFace热门模型榜单中，中国模型的占比超过了50%，包括QwQ-32B、HunyuanVideo-12V、DeepSeekR1等知名模型。这一现象不仅体现了中国在开源模型领...
发论文亲自上？创业十多年，DeepSeek梁文锋的“技术男”属性从没改变
DeepSeek团队近日发布新论文，提出名为Native Sparse Attention（NSA）的新型注意力机制。该机制通过动态分层稀疏策略，结合粗粒度标记压缩与细粒度标记选择...
数据即将耗尽？大型 AI 公司中没有人会感到恐慌
人工智能（AI）的发展在过去十年中取得了爆炸性的进展，这主要归功于神经网络规模的扩大和对大量数据的训练。然而，随着对数据的需求不断增长，AI研究人员正...
流式深度学习终于奏效了！强化学习之父Richard Sutton力荐
阿尔伯塔大学等机构的研究者提出了一种名为stream-x的深度强化学习算法，旨在解决流式深度强化学习中的样本效率问题，即流式障碍。流式障碍是指流式深度强化...
Kimi发布新模型，数学能力超o1，产品重点提升留存率
月之暗面科技在Kimi全面上线一周年之际，推出了基于推理强化的数学模型k0-math和Kimi探索版的新功能。k0-math在数学基准测试中成绩超越了OpenAI的o1系列，显...
Llama版o1来了，来自上海AI Lab，强化学习代码已开源，基于AlphaGo Zero范式
上海AI Lab团队发布了LLaMA版o1项目，旨在复刻OpenAI的o1推理大模型。该项目采用了蒙特卡洛树搜索、Self-Play强化学习、PPO以及AlphaGo Zero的双重策略范式。...
1
2
