突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法
量子位
突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

链接直达 ">手机查看
内容由AI协助整理，请仔细甄别

相关导航

1.5B刷新数学代码SOTA！快手&清华精细化Token管理，LLM推理能力飙升

Kimi K2 Thinking突袭！智能体&推理能力超GPT-5，网友：再次缩小开源闭源差距

能懂孩子、懂爸妈、还懂宠物，这届AI硬件太会了

无需CUDA代码给H100加速33%-50%，Flash Attention作者新作火了

抖音&LV-NUS开源多模态新模，以小博大刷新SOTA，8B推理比肩GPT-4o

人类秒懂，AI崩溃：一个简单测试，就让GPT-5、Gemini等顶级模型集体“翻车”