TAG:人工智能优化
摩尔线程发布URPO框架：大模型训练新范式获AAAI 2026认可
摩尔线程在AAAI 2026会议上发布URPO框架，这是一种统一奖励与策略优化技术，通过将指令遵循和奖励评判功能整合到单一模型中，显著提升大语言模型的训练效率和性能。实验显示基于Qwen2.5-7B的URPO在AlpacaEval和RewardBench等基准测试中超越传统方法，为AI训练开辟了新路径。
互联网
2025-11-14 15:35
0 
0 
均普智能回应募投延期及场地出租 重启10亿元定增布局机器人领域
2026-03-07
0 浏览
大厂布局养龙虾产业 腾讯小米纷纷涉足背后有何考量
2026-03-07
0 浏览
AI助力养龙虾热潮 腾讯小米布局上门安装服务
2026-03-07
0 浏览
OpenClaw爆火引热议，不同群体以独特方式参与安装热潮
2026-03-07
0 浏览
刘忠军教授：推动创新医疗技术在AI领域的应用
2026-03-07
0 浏览
李萌：人形机器人何时迎来"iPhone时刻"？智能玩具或成新兴大产业
2026-03-07
0 浏览
帕西尼再获超10亿融资 估值突破百亿 以全球唯一百亿级实采全模态数据重塑具身智能模型天花板
2026-03-07
0 浏览
斯坦福李飞飞团队提出新框架 机器人可从错误中学习
2026-03-07
0 浏览
西南科大爬壁机器人实现全角度翻转突破
2026-03-07
0 浏览
穆南杉提出人类AI智能体生命进化理论
2026-03-07
0 浏览
