强化学习远不是最优，CMU刚刚提出最大似然强化学习
强化学习远不是最优，CMU刚刚提出最大似然强化学习在大模型时代，从代码生成到数学推理，再到自主规划的 Agent 系统，强化学习几乎成了「最后一公里」的标准配置。
来自主题: AI技术研报
7333 点击 2026-02-06 10:34
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在大模型时代，从代码生成到数学推理，再到自主规划的 Agent 系统，强化学习几乎成了「最后一公里」的标准配置。
今天，北京多模态生成技术创企生数科技宣布完成超过6亿元人民币A+轮融资。生数科技还披露，2025年该公司实现用户和收入超10倍增长，用户和业务覆盖全球200多个国家和地区。
1. 一亿美金的壁垒，真的存在吗？
英伟达也投了，黄仁勋：这笔投资非常好。
实时分析、数据仓库、可观测性以及AI/ML领域的领军企业ClickHouse宣布完成D轮融资，募集资金4亿美元。
国产Moltbook不仅来了，还很不一样。
绷不住了！OpenAI深陷高管离职潮，内部“红色警报”再次拉响。
较真还得是程序员。
又一位大佬准备对现有 AI 技术范式开刀了。
当AI助手不再「听话」，你以为自己请的是一个「贾维斯」，结果却是一个背后「搞鬼」，有时还会顺手给你的电脑塞木马的「新物种」。