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。
#强化学习
按标签聚合查看文章内容。
AI资讯
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。
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Unsloth Studio发布：首个本地视觉大模型微调平台，显存使用降低70%
Unsloth AI推出开源无代码视觉工具Unsloth Studio，简化大语言模型微调流程，降低开发门槛，实现训练速度翻倍和显存使用减少70%。
AI资讯索尼新款AI机器人或能击败你打乒乓球
索尼发布了名为“Project Ace”的自主乒乓球机器人，能够与职业选手竞技，展示了AI在物理世界中达到人类专家水平的突破。
AI资讯GLM-5.2：全球顶尖前端编码模型，采用IndexShare实现推测解码优化
GLM-5.2作为Z.ai最新发布的开源模型，在编码和长上下文任务中表现卓越，凭借创新的IndexShare稀疏注意力机制和百万令牌上下文窗口，成为当前最强的开源前端编码模型。
AI资讯我报道机器人多年，这款机器人与众不同
在我十多年的机器人报道生涯中，从未见过一款机器人动作如此自然。大多数机器人笨拙笨手笨脚，即使是由人远程操控也如此。在目前市场上的几十款机械臂中，没有一款能真正拧灯泡。 我来到位于马萨诸塞州剑桥肯德尔广场的初创公司Eka，距离麻省理工学院步行仅几分钟，骑车稍远一些。公司的办公室位于我最喜欢的餐厅Shy Bird楼上，我经常带着自己的“钳子”——敲键盘写作——来这里工作。 Eka的办公室不大，里面摆满
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。