Search

Results for “RL”

Total 362 articles

中科院工业人工智能研究所世界模型PAIWorld登顶WorldArena榜单!

中科院工业人工智能研究所世界模型PAIWorld登顶WorldArena榜单! (opens in a new tab)

日前,世界模型国际权威榜单 WorldArena 更新排名,中国科学院工业人工智能研究所徐凯研究员带领物理智能团队(The PAI Lab)自研的世界模型 PAIWorld 登顶。WorldArena 作为目前世界模型领域最权威的评测榜单,是针对具身世界模型的全方位评价体系,涵盖视觉质量、运动质量、内容一致性、物理遵循、三维准确性及可控性六大维度

AI news
0
ICLR 2026 | 数据缺少标注,RL还能稳定诱导模型推理吗?Co-rewarding提供自监督RL学习方案!

ICLR 2026 | 数据缺少标注,RL还能稳定诱导模型推理吗?Co-rewarding提供自监督RL学习方案! (opens in a new tab)

针对这一挑战,来自香港浸会大学和上海交通大学的可信机器学习和推理组提出了一个全新的自监督 RL 框架 ——Co-rewarding。该框架通过在数据端或模型端引入互补视角的自监督信号,稳定奖励获取,提升 RL 过程中模型奖励投机的难度,从而有效避免 RL 训练崩溃,实现稳定训练和模型推理能力的诱导。

AI guides
0
半年扫出超2.9万疑似漏洞!Claude揪出curl高危隐患,29天修复

半年扫出超2.9万疑似漏洞!Claude揪出curl高危隐患,29天修复 (opens in a new tab)

AI参与发现的高危漏洞,已经修好了。 10月14日,网络传输工具curl发布了8.23.0。 官方安全公告中致谢的报告者一栏,出现了Claude的名字: Luna with Claude, Anthropic。 随后,curl开发者Stefan Eissing完成了修复。 如今,用户升级到curl已修复的版本,就能补上这个安全漏洞。 AI参与找漏洞,开发者完成修复,团队发布更新,这套流程已经走通。 这样的AI安全检查,也正在向更多开源项目开放。 10月8日,Anthropic宣布推出OSS Scanner,调用包括Claude Mythos在内的最强模型,为符合条件的关键开源项目免费定期扫描。

AI news
0
世界模型双冠王诞生!国产世界模型WorldScape 0.2力压谷歌、英伟达等持续领跑

世界模型双冠王诞生!国产世界模型WorldScape 0.2力压谷歌、英伟达等持续领跑 (opens in a new tab)

近日,全球具身世界模型权威基准评测 WorldArena 正式更新最新榜单。Manifold AI 流形空间研发的世界模型 WorldScape 0.2,凭借其在物理规律遵循与多源交互理解上的突破取得 WorldArena 榜单全球第一,充分展现了国产世界模型在复杂动态场景生成与具身控制中的高精度、强泛化与物理可信度。与其同场竞技的包括英伟达、谷歌等国外巨头和星动纪元、极佳视界等国内具身智能公司。

AI news
0