「不思考」反而更强?上海AI Lab重新定义视觉强化学习微调最优路径
引言近年来,基于规则的强化学习(RFT)在多模态大语言模型(MLLMs)中的应用取得了显著进展,并且在一些模型上取得了优于监督微调(SFT)的成果。RFT 利用可验证的奖励进行训练,鼓励模型在回答之前
阅读全文引言近年来,基于规则的强化学习(RFT)在多模态大语言模型(MLLMs)中的应用取得了显著进展,并且在一些模型上取得了优于监督微调(SFT)的成果。RFT 利用可验证的奖励进行训练,鼓励模型在回答之前
阅读全文任务背景以及 Motivation随着深度视觉-语言预训练的飞速发展,文本驱动的行人检索(Text-based Person Search)已成为公共安全与智能监控领域的热门方向。然而,现有方法为了解
阅读全文©作者 | 周培林单位 | 香港科技大学(广州)随着大语言模型(LLMs)日渐“拟人化”,能写报告、能画图、还能“冲浪查资料”,不少人以为它们已能应对各种任务。但这次,一项由港科大(广州)、北大、浙大
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!字节跳动Data-电商团队,负责电商创新项目的算法和大数据工作。依托于字节跳动
阅读全文金磊 发自 凹非寺量子位 | 公众号 QbitAI现在,跑准万亿参数的大模型,可以彻底跟英伟达Say Goodbye了。完成此举的,正是华为!技术报告:arxiv.org/abs/2505.04519
阅读全文一水 发自 凹非寺量子位 | 公众号 QbitAI谷歌Gemini原生图像生成功能又双叒升级了!与之前的实验版本相比(Gemini 2.0 Flash Experimental),这一次主打图像质量更
阅读全文克雷西 发自 凹非寺量子位 | 公众号 QbitAI不用动作捕捉,只用一段视频就能教会机器人学会人类动作,效果be like:UC伯克利团队研发出了一套新的机器人训练系统,可将视频动作迁移到真实机器人
阅读全文金磊 发自 凹非寺量子位 | 公众号 QbitAIOpenAI又一个神秘项目曝光了——名字叫做cderGPT,专门用来给药物评估这事提一提速度。据Wired发布的消息来看,OpenAI的高层为了这个项
阅读全文DeepSeek 发自 凹非寺量子位 | 公众号 QbitAI未来同事,你好~这是一则招聘帖。量子位是一个关注AI及前沿科技的新媒体平台,我们着迷于全新技术和趋势带来的改变,并正致力于帮助更多人第一时
阅读全文在网上问个事儿怎么就这么难?作为天天泡在 AI 工具里头的科技编辑,按理说,让 AI 帮我搞定个具身智能行业分析对比、查点前沿资料、整理个数据框架,还不是手拿把掐的事儿?结果呢?我把需求丢给某 AI
阅读全文每次写完一段得意的 Python 代码,你是不是也幻想着在客户或老板面前来一场完美的产品 demo?但现实往往是,要么在 Jupyter Notebook 里翻来覆去地展示 cell,要么在命令行里敲
阅读全文作者|李京亚邮箱|lijingya@pingwest.com在AI以前所未有的力量重塑全球产业结构的今天,一场深刻的身份转变正在海外风险投资(VC)行业悄然上演。简单来说,过去VC们更像是“星探”,早
阅读全文作者|陆邮箱|xiaoyu@pingwest.com在数码相机市场,富士一直以其复古设计和独树一帜的胶片模拟风格广受用户的喜爱。虽然在很多“专业”用户眼中,富士的镜头群不够丰富、产品也因为黄牛和控价的
阅读全文一个 21 岁的华人大学生,因为开发一款 AI 产品被学校开除,转头就凭借这个产品拿到了 530 万美元(约合 3825 万人民币)融资。最近你或许看到过这个传奇故事,这个大学生开发的 AI 工具,号
阅读全文这一周,换下经典皮衣、穿上西服的英伟达CEO黄仁勋(Jensen Huang)不得不打出“中国”这张牌,希望美国政府撤销5月15日将实施的《AI扩散出口管制框架》,避免英伟达AI芯片无法进入中国360
阅读全文🤖世界人形机器人运动会将于 8 月北京举行🚗小米汽车:双风道前舱盖提供辅助散热💻鸿蒙电脑将在今日亮相🤔消息称特朗普将撤销 AI 芯片出口限制📣黄仁勋:不能放弃价值 500 亿美元的中国市场🔍苹果计划为
阅读全文点击👇🏻可关注,文章来自🙋♂️ 想加入社群的朋友,可看文末方法,进群交流。“ 在 AI 领域多智能体协作需求日益增长的背景下,Coral Protocol 凭借其创新性的标准化通信、协调、信任和支付
阅读全文打造一个有温度、有趣味、专业的全栈式AI&AIGC交流社区,用心写好每一篇文章!项目主页-https://shiyi-zh0408.github.io/projectpages/FlexiAct/代码
阅读全文Zed编辑器上手的第一个印象就是优雅。编辑器和官方网站都极具设计感,相比较粗线条的纯理工Cursor,整体包装上升得不是一两个档次。Zed手感也是相当的丝滑,手感这种东西很难言表,但Zed初体验就是都
阅读全文我是一个“谷吹” —— Gemini 2.5 Pro Preview,你竟然恐怖如斯。昨晚 10 点,谷歌在 I/O 开发者大会正式开场前,悄悄丢了一颗大雷。新版 Gemini 2.5 Pro Pre
阅读全文今天凌晨,OpenAI在官网宣布一个全新的AI发展计划——OpenAI for Countries。大家还记得今年1月21日,特朗普在白宫宣布由OpenAI、软银、甲骨文等一起投资5000亿美元的“星
阅读全文今天的文章是关于龙虾、孕妇和禁售芯片。难不成孕妇边吃龙虾边打游戏有助于宝宝发育?是不是很莫名其妙,这三个压根都不挨啊。不跟你开玩笑,今天看到了 Anthropic 官方发的一篇博客。这三个关键词都是博
阅读全文这是 大模型评估排障指南 系列文章的第二篇,敬请关注系列文章:关于推理关于 公式解析关于可复现性解析 LaTeX 很难。这个问题在评估输出为 的模型时经常会遇到,例如 Hugging Face 的
阅读全文👆👆👆重要提醒!微信推荐机制大幅调整,大家务必将我们公众号设为★星标,否则很可能看不到推送了......五一假期刚结束,OpenAI 又搞出了两个大新闻。北京时间 5 月 6 日凌晨,OpenAI 宣
阅读全文(点击上方图片进入商城)干净整洁的家就像一个温暖的怀抱,尤其是所有衣物、物品摆放得井井有条,让人一踏入就感受到无比的舒适和放松。但是很多朋友都搞不定衣物被子收纳的问题,每次一到换季,都很发愁。尤其是租
阅读全文👆👆👆重要提醒!微信推荐机制大幅调整,大家务必将我们公众号设为★星标,否则很可能看不到推送了......不知道大家有没有发现吼,苹果的 Apple Intelligence 功能在国内迟迟未上线。原计
阅读全文👆👆👆重要提醒!微信推荐机制大幅调整,大家务必将我们公众号设为★星标,否则很可能看不到推送了......5月7日,黄浦江畔再掀智能“风暴”。2025联想创新科技大会上,联想重磅发布全球首个企业超级智能
阅读全文生成式预训练的Transformer模型,称为GPT或OPT,通过在复杂语言建模任务中的突破性性能,以及极高的计算和存储成本,使自己脱颖而出。具体来说,由于其庞大的尺寸,即使是对大型,高精度GPT模
阅读全文豆包还能把模型下载到本地? 今天在某台电脑升级豆包的时候突然跳出一个提示,说是可以下载模型到本地,然后离线加载自己的知识库,进行检索和问答。这个页面又有一种非常熟悉的感觉!这不就是当年英伟达本地检索D
阅读全文