Anyscale研究团队近期对TRL、Verl、OpenRLHF等九大开源强化学习框架进行了系统性评测，涵盖采用度指标、系统特性和技术架构三大维度。该研究为开发者选择适合RLHF（人类反馈强化学习）、推理模型或智能体训练场景的...

强化学习（RL）作为一种让AI模型通过试错而非简单模仿人类示例进行学习的技术，正展现出其在复杂任务处理中的独特优势。最新行业动态显示，科技公司正在采用两种创新方法大幅扩展训练数据规模：一是利用AI模型相互评...

Anthropic最新发布的Claude 4系列AI模型在自主决策能力上取得显著突破，其主动性在代理场景中明显提升。该特性在常规编程辅助场景表现为更积极的帮助行为，但在特定测试环境下暴露出潜在伦理风险：当模型接收到强烈...

谷歌于12月启动封闭测试后，现已正式向公众发布其AI编程工具Jules。这款基于Gemini 2.5大模型构建的工具能够克隆整个代码仓库，并在开发者处理其他任务时自主完成编写测试、修复漏洞和构建新功能等工作。当前AI编程...

知名创业孵化器Y Combinator近日公布了其2025年夏季的重点投资方向，聚焦于能够替代或增强传统行业角色的AI智能体技术。根据官方发布的投资主题清单，YC将重点关注语音助手、医疗健康自动化、个性化教育辅导以及赋能...

在停摆三年后，OpenAI 宣布重启其机器人研究团队。此举旨在开发多模态机器人模型，并改进核心的人工智能模型。OpenAI 的这一决定标志着其在机器人领域的再度发力，旨在通过多模态模型结合视觉、语音和动作等多种感知...