标签：算法优化
强化学习 AI 系统的设计实现及未来发展
强化学习作为推动大语言模型智能化的核心手段，其复杂程度体现在算法理论与工程实践的双重挑战中。阿里巴巴算法专家曹宇在AICon 2025的分享中，系统梳理了RLH...
3A大作！阿里ROLL团队从基建->算法->机理，推动RL4LLM全栈协同优化
阿里巴巴ROLL团队联合多所高校推出的「3A」协同优化框架，为强化学习在大语言模型（RL4LLM）中的应用带来了高效、精细与可解释的新范式。该框架由Async架构、...
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...
1
2
