近日，一个名为TTT-Discover的开源项目在GitHub上发布，其核心创新在于将强化学习（Reinforcement Learning）技术应用于大型语言模型（LLMs）的推理（Inference）阶段，而非传统的训练阶段。这一“测试时训练”（Test-...

清华大学知识工程实验室（THUDM）在GitHub开源了项目CaRR，其对应论文《Chaining the Evidence: Robust Reinforcement Learning for Deep Search Agents with Citation-Aware Rubric Rewards》提出了一种创新方法，...

近日，研究人员推出了迄今为止最大规模的开源环境WebGym，专门用于训练能够处理真实世界网页任务的视觉智能体。该环境的核心价值在于解决了现有训练集的局限性：人工合成或小规模任务集无法应对真实网站的多样性和非...

哈佛大学前沿计算领域近期迎来一项重要开源成果——该校CS249R课程《机器学习系统导论》的官方教材已在GitHub平台全面公开。这本由哈佛大学边缘计算研究小组维护的教材，系统性地涵盖了深度学习与强化学习的核心原理，...

谷歌近日正式向开发者开放了其强大的Gemini深度研究（Gemini Deep Research）功能，通过全新的交互API（Interactions API）提供服务。这一举措标志着AI在复杂信息处理与综合能力方面迈出了重要一步。Gemini深度研究...

近期，一项关于强化学习基础理论的讨论在技术社区引发关注。传统强化学习框架通常将奖励函数视为环境的一部分，但新的观点提出，奖励机制本质上应被理解为智能体自身的组成部分。这一范式转换意味着，奖励的“翻译”或...

人工智能公司Prime Intellect正式推出INTELLECT-3模型，这是一个基于强化学习训练、具备1060亿参数的混合专家开源模型。该模型采用创新的MoE架构，通过动态激活专家网络显著提升计算效率，在数学推理、代码生成、科...

谷歌最新发布的Gemini 3大模型在多项基准测试中表现突出，全面超越了OpenAI及其他竞争对手的模型，标志着谷歌在激烈的人工智能竞赛中实现重要突破。该模型在自然语言理解、代码生成和逻辑推理等核心能力上展现出显著...