监督微调（SFT）和强化学习（RL）微调是大模型后训练常见的两种手段。通过强化学习微调大模型在众多 NLP 场景都取得了较好的进展，但是在文本分类场景，强化学习未取得较大的进展，其表现往往不如监督学习。
让机器人像人一样边看边理解，来自浙江大学和vivo人工智能实验室的研究团队带来了新进展。
vivo AI Lab发布AI多模态新模型了，专门面向端侧设计，紧凑高效～
vivo AI研究院联合港中文以及上交团队为了攻克这些难题，从训练数据和模型结构两方面，系统性地分析了如何在MLLM训练中维持纯语言能力，并基于此提出了GenieBlue——专为移动端手机NPU设计的高效MLLM结构方案。
在端侧设备上处理长文本常常面临计算和内存瓶颈。
vivo自研大模型用的数据筛选方法，公开了。
基于规则的强化学习（RL/RFT）已成为替代 SFT 的高效方案，仅需少量样本即可提升模型在特定任务中的表现。
构建机器人的「眼睛」和「大脑」，vivo 其实早有准备。
近年来，AI成为了国内手机市场上的最大热点。根据市研机构IDC的定义，AI手机有几个关键指标和特性：算力大于30TOPS的NPU、支持生成式AI模型的SoC、可以端侧运行各种大模型。而就在过去一年，国内AI手机市场迅猛发力。华为、小米、vivo、OPPO、荣耀等手机厂商，均已迅速在旗下产品上接入各自的云端或端侧AI大模型。
最近国内外的手机厂商和 AI 公司纷纷发布了手机 AI 智能体相关产品，让曾经的幻想逐渐有了可行性。
