-
奖励模型终于迎来预训练新时代！上海AI Lab、复旦POLAR，开启Scaling新范式
在大语言模型后训练阶段，强化学习已成为提升模型能力、对齐人类偏好，并有望迈向 AGI 的核心方法。然而，奖励模型的设计与训练始终...
游客 2025-07-15 4 0 -
真实科研水平集体不及格！全新基准SFE给主流多模态LLM来了波暴击
当前，驱动科学研究的人工智能（AI for Science，AI4S）在单点取得了可观的进展，实现了工具层面的革新，然而要成...
游客 2025-07-15 3 0
没有更多内容