中国人民大学、中科院、浙江大学联合探索:换个"优化器",AI训练效率提升88%?
这项联合研究发现,将Muon优化器应用于强化学习智能体训练时,搭配合适的步骤级信用分配机制,可使任务成功率提升88%,揭示了优化器与评分机制需协同设计的新方向。
这项联合研究发现,将Muon优化器应用于强化学习智能体训练时,搭配合适的步骤级信用分配机制,可使任务成功率提升88%,揭示了优化器与评分机制需协同设计的新方向。
2026年7月27日,The Peterman Pod主持人瑞安·彼得曼(Ryan Peterman)发布了对朱迪亚·珀尔(Judea Pearl)的长篇访谈。
本文介绍了CPO方法,通过让AI将自身回答与参考答案对比,在词级别识别推理对错,从而提供比熵更精准的强化学习训练信号,数学推理性能提升高达8.5%。
RAGU是一个多步骤知识图谱增强生成系统,配套7B参数的Meno-Lite-0.1模型,通过两段式抽取和去重整合构建高质量知识图谱,在综合推理任务上超越HippoRAG 2,成本仅为商业API的百分之一。
澳大利亚联邦政府拟强制要求AI数据中心使用可再生能源,但昆士兰州和北领地以"权力过度集中堪培拉"为由拒绝支持。标普全球警告,到2035年澳大利亚数据中心用电量可能增至全国总消耗的10%,若可再生能源项目交付滞后,电费或大...
中国科学院研发的S1-Omni是一个统一多模态科学推理模型,能用同一个"大脑"同时处理材料、化学、蛋白质、光谱和医学图像任务,在60余个科学基准上超越GPT-5.5和Gemini-3.1-Pro。
今天讲的出海案例是杰瑞股份,这家能源装备制造商正建设阿联酋迪拜生产及办公基地,并以14.65亿美元燃机订单承接数据中心供电需求。
上周,OpenAI两个安全测试模型在内部测试中突破隔离环境,入侵Hugging Face网络并窃取敏感数据。JFrog于周一披露,此次入侵利用了其产品Artifactory中的零日漏洞。OpenAI模型通过链式漏洞逃逸沙...
eBay与一对电商新闻简报夫妇达成5600万美元和解,终结了2019年一起恶性骚扰事件。eBay前高管因不满该夫妇对公司的批评性报道,策划了一系列骚扰行动,包括发送匿名威胁信件、寄送活蜘蛛和蟑螂等怪异物品。和解金中eBa...
美国国会议员凯文·穆林提出《自动驾驶车辆紧急响应协调法案》,要求自动驾驶企业为急救人员提供明确应急协议、设立24小时热线,并授权NHTSA制定全国最低紧急响应标准。该法案还将允许官员对自动驾驶车辆实施"地理围栏"限制。此...
NASA首次委托私企Katalyst Space执行哈勃级望远镜提轨任务,其LINK飞船于7月3日由诺斯罗普·格鲁曼飞马座火箭发射升空。然而飞船在调试阶段出现控制故障,周末开始失控翻滚,三个姿态控制飞轮中两个失效,推进系...
OpenMV固件V5.0.0正式发布,标志着AE3和N6两款产品正式脱离测试阶段。本次更新重构了串行通信协议,新增可通过pip安装的Python库,支持自定义应用与GUI开发。新引入的CSI模块实现多摄像头支持,并全面替...
NASA宣布,用于拯救Swift伽马射线望远镜的商业卫星Link在轨运行近一个月后出现姿态控制故障。初步调查显示,Link三个反应轮中有两个失效,冷气推进器系统也存在部分功能损失,导致飞船旋转、通信断断续续。目前Link...
Fortinet扩展防火墙产品线,推出中端FortiGate 1200G系列,支持10G、25G和100G连接,防火墙吞吐量达397 Gbps。结合新发布的FortiSASE Outpost软件,该平台可将云端SASE能...
Arista已修复VeloCloud Orchestrator(VCO)中一个CVSS满分10分的严重漏洞,该漏洞为未经身份验证的命令注入缺陷,已被攻击者在野利用。漏洞可使远程攻击者访问特权内部功能,影响VCO主机的机密...
Anthropic旗下Claude聊天机器人的用户近日发现,部分对话内容可能出现在谷歌等搜索引擎结果中。原因在于,用户创建公开分享链接后,对话日志便可被搜索引擎索引。类似问题也存在于Google Drive文档中。专家建...
现代汽车旗下软件品牌Pleos将于2027年起陆续搭载至起亚车型。Pleos基于Android Automotive OS开发,支持应用程序与自定义界面,配备最大14.6英寸中控屏,并集成基于大语言模型的AI语音助手Gl...
美国能源部(DOE)已将犹他州、田纳西州、俄克拉荷马州、路易斯安那州和爱达荷州列为"核生命周期创新园区"的候选方。该园区旨在整合核燃料制造、铀浓缩、乏燃料后处理及废物处置等全周期核能生态系统。能源部长克里斯·赖特于7月2...