搜索

关于“Agent”的结果

共 1881 篇

从「会说」迈向「会做」,LLM下半场:Agentic强化学习范式综述

从「会说」迈向「会做」,LLM下半场:Agentic强化学习范式综述(在新窗口打开)

过去几年,大语言模型(LLM)的训练大多依赖于基于人类或数据偏好的强化学习(Preference-based Reinforcement Fine-tuning, PBRFT):输入提示、输出文本、获得一个偏好分数。这一范式催生了 GPT-4、Llama-3 等成功的早期大模型,但局限也日益明显:缺乏长期规划、环境交互与持续学习能力。

AI技术文章
0
逛了趟WAIC,我只想说,AI在物理世界都快卷疯了……

逛了趟WAIC,我只想说,AI在物理世界都快卷疯了……(在新窗口打开)

太!火!爆!了! 还得是WAIC,还得是AI圈春晚—— 哪怕到了展会第三天,依旧人挤人人人人,火爆热程度堪比上海这两天的天气。(doge) 甚至,据说,连黄牛票…都炒到3000块钱一张了!? 真不怪大家这么热情,主要吧,还是展会现场太有看头了—— 这边机器人模拟药房拿药取药、那边机器人组团开演奏会,还有各种长进真实硬件里的Agent和操作系统。 具身智能、世界模型、AI Coding、Token经济、AI硬件……过去一年最火的技术概念,今年几乎全都被搬到了现场。 如果说去年逛展大家聊得更多的,还是AI还能做点啥,那到了今年,一个非常非常非常明显的变化是—— AI已经从屏幕里走了出来,开始往工厂

AI资讯
0
Kimi K3 一手开发实测,前端、Agentic、长任务全面拉满 !

Kimi K3 一手开发实测,前端、Agentic、长任务全面拉满 !(在新窗口打开)

发布之前,我在 X 上看到有人说,测 K3 的感觉就像在测 Fable 5。虽然离 Fable 5 还差一点点 🤏,但超过 Opus 4.8 和 GPT 5.5 基本没有问题。在前端能力,K3 的提升非常明显,我已经用它复刻了前段时间爆火的独立工作室 Abeto 推出的一款 3D 网页游戏 《 Messenger》(ps. 音乐手动配的,主角模型是 K3 自己判断、自主去游戏官网找的)

AI产品评测
0