Метка: Обучение с подкреплением

Дневник ИИ

AI Ежедневник — 2025-06-11(Утренний выпуск)

DeepSeek Mistral AI Magistral серия OpenAI Xiaohongshu dots.llm1 MoE модель Инновации в ИИ Модель логического вывода Модель логического вывода DeepSeek R1 Мультимодальная большая модель Мультимодальная большая модель карты человеческого мышления Обучение с подкреплением Обучение с подкреплением OpenAI o4 Открытая модель

Дневник ИИ

AI Ежедневник — 2025-06-07(Утренний выпуск)

Claude Gov Gemini 2.5 Pro OpenAI конфиденциальность данных OpenThinker3-7B Большие языковые модели ИИ-агенты Обучение с подкреплением Открытые модели повышение производительности Gemini 2.5 Pro политика хранения пользовательских данных OpenAI применение Claude Gov в национальной безопасности способности к рассуждению OpenThinker3-7B устойчивость и управление ИИ агентами

Дневник ИИ

AI Ежедневник — 2025-06-06(Вечерний выпуск)

DeepSeek Gemini Qwen Большая языковая модель Бум ИИ-агентов ИИ-агент Многошаговый вопросно-ответный GraphRAG Модель мира Мультимодальность Обучение с подкреплением Разреженная технология Transformer Устройственные ИИ-модели Эмоциональное выражение ИИ-голоса

Дневник ИИ

AI Ежедневник — 2025-06-04(Утренний выпуск)

Агент ИИ Безопасность ИИ Визуальная языковая модель Галлюцинации ИИ Коммерциализация ИИ Механизмы внимания GTA и GLA Мошенничество с потоковым аудио ИИ Обучение с подкреплением Отчет 'Королевы интернета' об ИИ Отчет о тенденциях в области ИИ Принципы безопасности ИИ LawZero Роботизированная модель SmolVLA

Дневник ИИ

AI Ежедневник — 2025-06-03(Вечерний выпуск)

ChatGPT LLM (Большая языковая модель)Аудиоредактор PlayDiffusion ИИ-агент Квантование BitNet v2 Коммерциализация ИИ Машина Дарвина-Гёделя Мультимодальность Обучение с подкреплением Открытые исходные модели ИИ Потребность в вычислительных мощностях Система памяти ChatGPT Фреймворк самообучающегося обучения

Дневник ИИ

AI Ежедневник — 2025-05-30(Вечерний выпуск)

DeepSeek-R1-0528 DeepSeek-R1-0528-Qwen3-8B FLUX.1 Kontext Агентский поиск информации Большая языковая модель Инструмент Circuit Tracer Искусственный интеллект агент Машина Дарвина-Гёделя Мультимодальная модель Обучение с подкреплением Открытый исходный код ИИ Редактирование изображений Тестирование производительности ИИ

Дневник ИИ

AI Ежедневник — 2025-05-29(Утренний выпуск)

LLM (Большие языковые модели)Авторские права на контент, созданный ИИ Атомная энергия для дата-центров ИИ Безопасность ИИ влияние ИИ на занятость Модель для длинных текстов QwenLong-L1 Мультимодальные модели Обучение LLM с ложными вознаграждениями Обучение с подкреплением Открытые модели Утечка данных в Claude 4 Энергопотребление ИИ Этика ИИ

Дневник ИИ

AI Ежедневник — 2025-05-28(Вечерний выпуск)

MATH-500 Qwen2.5-Math-7B RLAIF RLHF Будущее RLHF/RLAIF Обучение Qwen2.5-Math-7B с ошибочным вознаграждением Обучение с подкреплением Обучение сигналам подкрепления Ошибочное вознаграждение Производительность модели Случайное вознаграждение Случайное вознаграждение улучшает производительность модели Тестовый набор MATH-500

Дневник ИИ

AI Ежедневник — 2025-05-28(Утренний выпуск)

GRPO Omni-R1 Безопасность ИИ Бенчмарк RefAVS Групповая относительная оптимизация стратегий Двухсистемная архитектура Коммерциализация четвероногих роботов Модель Claude Мультимодальные рассуждения Обучение с подкреплением Риски согласования ИИ Функция видеозвонков в приложении Doubao Человекоподобные роботы