开发者dleemiller近日在Hugging Face平台发布了Penny-1.7B语言模型，该模型通过创新性的训练方法实现了对19世纪《爱尔兰便士杂志》古英语风格的精准模仿。项目采用纯GRPO（一种新型优化算法）训练策略，仅用单张NVID...

Tailscale近日正式推出其新一代访问控制方案Grants，该方案将网络和应用程序的权限管理整合为单一语法，显著简化了企业级安全策略的配置流程。作为ACL（访问控制列表）的进化替代方案，Grants通过直观的授权机制实现...

近日，Kiln公司发布了一篇关于大型语言模型(LLM)微调的深度指南，引发了开发者社区的广泛讨论。文章详细探讨了在什么情况下需要对预训练的大型语言模型进行微调，以及如何开始这一过程的技术细节。随着ChatGPT等大模...

Meta研究团队最新提出的零样本嫁接（zero-shot grafting）方法，通过从大型语言模型（LLM）的浅层中提取小型代理模型来训练视觉编码器，实现了视觉语言模型（VLM）训练成本降低约45%的突破。该技术不仅显著降低了计...

在数字化转型浪潮中，企业合规流程的自动化已成为不可逆转的趋势。Delve公司最新推出的AI合规代理解决方案，彻底改变了传统合规审计的作业模式。该技术突破不仅能够自动填写表单，更能深度理解企业的技术架构，实现...

谷歌在2024年I/O开发者大会上悄然推出了Gemma系列的新成员Gemma 3n，这一采用自由权重（free weights）设计的轻量化模型引发了AI社区的广泛关注。作为Gemma家族的最新成员，3n版本在模型架构上进行了显著创新，其技...

由研究团队开发的GUI-explorer是一种突破性的无训练智能体，采用无监督学习方法自主探索移动应用界面并提取知识。该技术通过动态解析UI层级结构和视觉元素，实现了对未知应用的零样本适应能力，任务成功率提升显著且...

谷歌高被引研究员Kevin Murphy近期更新了其200页的强化学习权威教材，系统性地覆盖了从传统方法到直接偏好优化（DPO）、广义策略优化（GPRO）以及推理技术等最前沿进展。该教材作为领域内的标杆性文献，不仅整合了经...