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

DeepMind哈萨比斯：AI能建模所有进化而来的事物

售价2万5！英伟达推出机器人“最强大脑”：AI算力飙升750%配128GB大内存，宇树已经用上了

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

大模型隐私安全和公平性有“跷跷板”效应，最佳平衡法则刚刚找到 | 人大&上海AI Lab

4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦

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