AI资讯Patronus AI获5000万美元融资，打造用于测试AI代理的“数字世界”
AI代理正变得越来越智能，从简单回答问题发展到能够自主执行多步骤复杂任务。 但在让这些代理代用户预订旅行或进行财务分析之前，模型提供商和相关初创公司希望确保它们在各种复杂场景下都能可靠运行。 AI实验室通常通过基准测试展示模型的能力，但即使在面向代理的基准测试中得分很高，也不能证明AI能正确完成各种复杂的现实任务。 Patronus AI是一家由前Meta AI研究员Anand Kannappan
#强化学习
按标签聚合查看文章内容。
AI资讯
AI教程不用改权重也能赢过 GRPO：GEPA 如何把一条轨迹榨干用到极致
伯克利团队提出 GEPA：不调模型权重、不用 GPU 训练，只靠“读懂轨迹+改提示”，在 35 倍更少采样下击败 GRPO 超 10 分。本文拆解它为何有效、适用场景，以及如何在 DSPy 中上手。
AI教程强化学习课程：从零到智能体实战的系统路径
一套循序渐进的强化学习课程，从基础概念、MDP 与贝尔曼方程，到深度强化学习与大语言模型中的 RL 应用，帮助你搭建完整知识框架并落地到真实智能体场景。
AI资讯杨志林：大模型训练已进入由AI驱动的第三阶段
杨志林在中关村论坛指出，大模型训练正从依赖自然数据和人工标注，迈向高度自动化的自我进化阶段，开启AI驱动的新时代。
AI资讯SkyReels V4荣登全球视频生成榜首，中国AI视听技术实现世界级领先
天工AI大模型SkyReels V4在全球视频生成领域领先，突破性应用强化学习与逻辑推理技术，解决视频生成中的一致性和叙事逻辑难题，成为全球最强视频生成AI模型。
AI资讯Dreamer加入Meta超级智能实验室——个人超级智能九个月回顾
Dreamer团队被Meta超级智能实验室高管招募，标志着个人超级智能领域的重要进展。本文回顾了Dreamer的技术亮点及行业动态。
AI资讯Mistral推出定制AI平台，挑战OpenAI与Anthropic的企业市场地位
大多数企业AI项目失败的原因并非技术不足，而是所使用的模型无法真正理解企业的业务。这些模型通常基于互联网数据训练，而非企业数十年的内部文档、工作流程和机构知识。 法国AI初创公司Mistral正是看中了这一差距。公司于周二发布了Mistral Forge平台，允许企业基于自身数据构建定制化模型。该平台在英伟达年度技术大会Nvidia GTC上亮相，今年大会重点聚焦AI及面向企业的智能代理模型。 M
AI教程顶尖 AI 实验室在 2026 年如何用“免写奖励函数”的方式训练强化学习代理
从 RLHF、RLVR 到 RULER：顶尖实验室正在把“写奖励函数”这件最难的活交给模型自己做。
AI资讯AlphaGo背后的科学家认为人工智能走错了方向
2016年，谷歌DeepMind开发的人工智能程序AlphaGo通过自我学习掌握了围棋这项极其复杂的游戏，其能力远超简单模仿。 David Silver随后创立了自己的公司Ineffable Intelligence，致力于打造更通用的超级智能AI。Silver表示，公司将专注于强化学习，这是一种通过试错让AI模型学习新能力的方法。其愿景是创造出在多个领域超越人类智能的“超级学习者”。 这种方法与
AI资讯Gemma 4下载量突破200万，掀起本地化AI模型热潮
Gemma 4自发布一周内下载量已接近200万，成为本地部署和多模态AI模型的标杆。