搜索
在现实世界中通过强化学习训练智能体，往往需要大量在线试错与环境探索，这不仅成本高昂，还可能带来显著安全风险：机器人可能因试错而损坏，自动驾驶的在线探索可能危及行车安全，而持续采集交互数据本身也代价巨大。
自从 30 号，Claude 传出最新的模型叫「卡皮巴拉」，愚人节的氛围就上来了。到后来 Claude Code 源码泄漏，更加是让互联网乱成一锅粥，赶紧喝了吧！
刚刚，谷歌正式发布 Gemma 4，称“这是其迄今为止最智能的开放模型系列”。该系列面向复杂推理与智能体工作流设计，采用商业许可的 Apache 2.0 许可证开源。Gemma 4 提供四种规格：Effective 2B（E2B）、Effective 4B（E4B）、26B 混合专家模型（MoE）和 31B 稠密模型（Dense）。
什么这code那code，先别code了，因为—— 中国最强编程模型来了！
昨天，OpenAI总裁Greg Brockman在Big Technology Podcast上，亲口透露了他们研究两年的重磅模型成果——Spud大模型。
今天，智谱正式发布 GLM-5V-Turbo。 看名字就知道，这次智谱新模型，视觉能力大大加强了！话不多说，这次小编直接开测，边测边为大家说一下对 GLM-5V-Turbo 的使用感受。
每天 120 万亿 Tokens，这就是今天上午火山引擎 AI 创新巡展上，豆包大模型亮出的最新成绩单。
在时间序列预测领域，深度模型如iTransformer、PatchTST虽然性能强劲，却长期困于“黑盒”困境——预测准，但说不出为什么。
生物医学AI智能体正从「能不能做组学分析」快速进入下一阶段的检验：做出来的结果，能不能撑得住真实的治疗决策？哈佛医学院Zitnik团队的MEDEA 给出了一条明确的技术路线：与其追求更强的骨干大模型，不如在分析流程的每一步嵌入验证机制。
近年来，Decision-Coupled World Model 与 Model-based RL 在机器人领域取得了显著成功。通过学习环境动力学模型，智能体能够在内部模拟未来，从而进行规划与决策。但当系统从单机器人扩展到多机器人时，问题开始变得棘手。