AI资讯新闻榜单内容搜索-算法

关键词: 模型训练,Qwen2-Audio-7B,微调,MMAU

7B小模型+3.8万条训练数据，就能让音频理解和推断评测基准MMAU榜单王座易主？

关键词: AI,模型训练,GRPO,微调

大语言模型（LLM）在推理领域的最新成果表明了通过扩展测试时计算来提高推理能力的潜力，比如 OpenAI 的 o1 系列。

关键词: 骆怡航,生数科技,字节AI,Ai人才

3月12日，华尔街见闻获悉，原字节跳动AI大将、火山引擎高管骆怡航于近日加入生数科技，担任CEO一职。去年底，字节TikTok算法负责人陈志杰也被曝出离职创业。

关键词: AI,DeepSeek,Unsloth,微调

开源微调神器Unsloth带着黑科技又来了：短短两周后，再次优化DeepSeek-R1同款GRPO训练算法，上下文变长10倍，而显存只需原来的1/10！

关键词: 商品检索模型,彭宇新,FashionMT,模型训练

本文构建了新的多轮组合图像检索数据集和评测基准FashionMT。其特点包括：（1）回溯性：每轮修改文本可能涉及历史参考图像信息（如保留特定属性），要求算法回溯利用多轮历史信息；（2）多样化：FashionMT包含的电商图像数量和类别分别是MT FashionIQ的14倍和30倍，且交互轮次数量接近其27倍，提供了丰富的多模态检索场景。

关键词: 众擎机器人,具身智能,具身智能供应链,科达利,中鼎股份, 汉宇集团

据众擎机器人介绍，众擎机器人SE01自主研发的“动态重心补偿算法”以每秒1000次的姿态微调对抗前倾失控风险；仿生肌肉驱动系统使关节瞬时扭矩高达330N·m；而毫米波雷达与视觉融合感知系统则将落地误差控制在±2cm内。

关键词: AI,deepseek,GRPO,模型训练

GRPO（Group Relative Policy Optimization）是 DeepSeek-R1 成功的基础技术之一，我们之前也多次报道过该技术，比如《DeepSeek 用的 GRPO 占用大量内存？有人给出了些破解方法》。

关键词: 蒸馏算法,模型训练,Distill Any Depth,Ai

单目深度估计新成果来了！西湖大学AGI实验室等提出了一种创新性的蒸馏算法，成功整合了多个开源单目深度估计模型的优势。在仅使用2万张无标签数据的情况下，该方法显著提升了估计精度，并刷新了单目深度估计的最新SOTA性能。

关键词: DeepSeek开源, DualPipe,EPLB,Profile-data

第四天，DeepSee发布包括三个主要项目： DualPipe- 一种用于 V3/R1 训练的双向流水线并行算法，实现计算和通信完全重叠； EPLB(Expert Parallelism Load Balancer) - 专为 V3/R1 设计的专家并行负载均衡器； Profile-data- 分析 V3/R1 中计算与通信重叠的性能数据集。

关键词: AI,HoST,具身智能,AI Lab

近日，上海 AI Lab 具身智能中心研究团队在机器人控制领域取得了最新突破，提出的 HoST（Humanoid Standing-up Control）算法，成功让人形机器人在多种复杂环境中实现了自主站起，并展现出强大的抗干扰能力。