RewardMap: 通过多阶段强化学习解决细粒度视觉推理的Sparse Reward
RewardMap: 通过多阶段强化学习解决细粒度视觉推理的Sparse Reward近年来，大语言模型（LLMs）以及多模态大模型（MLLMs）在多种场景理解和复杂推理任务中取得突破性进展。
来自主题: AI技术研报
5265 点击 2025-10-21 15:53
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
近年来，大语言模型（LLMs）以及多模态大模型（MLLMs）在多种场景理解和复杂推理任务中取得突破性进展。
都说苹果AI慢半拍，没想到新研究直接在Transformer头上动土。（doge） 「Mamba+工具」，在Agent场景更能打！
在金融、医疗等高度敏感的应用场景中，拜占庭鲁棒联邦学习（BRFL）能够有效避免因数据集中存储而导致的隐私泄露风险，同时防止恶意客户端对模型训练的攻击。然而，即使是在模型更新的过程中，信息泄露的威胁仍然无法完全规避。为了解决这一问题，全同态加密（FHE）技术通过在密文状态下进行安全计算，展现出保护隐私信息的巨大潜力。
会思考的机器才是革命 。中国人形机器人产业的手中，握着制造业的王牌，也卡着智能模型的瓶颈。
现有视觉语言大模型（VLMs）在多模态感知和推理任务上仍存在明显短板：1. 对图像中的细粒度视觉信息理解有限，视觉感知和推理能力未被充分激发；2. 强化学习虽能带来改进，但缺乏高质量、易扩展的 RL 数据。
给歌曲做MV，现在已经是一个AI就能搞定的时代了。 来，请欣赏用AI给神曲《八方来财》做的东方赛博朋克MV：
真正的科研利器诞生了！Claude生命科学版出世，搭载最强Claude Sonnet 4.5，实验基准碾压人类。不论是统计代码编写，还是文献总结，AI数小时搞定数月课题。
谷歌这回整了个大活儿！
甲骨文于上周发布全球最大云端AI超级计算机「OCI Zettascale10」，由80万块NVIDIA GPU组成，峰值算力高达16 ZettaFLOPS，成为OpenAI「星际之门」集群的算力核心。其独创Acceleron RoCE网络实现GPU间高效互联，显著提升性能与能效。该系统象征甲骨文在AI基础设施竞争中的强势布局。
你知道“支付宝”已经杀入AI医疗赛道了吧……