快速导航

rl

相关内容

精准揪出RL训练数据Bug，Prompt直出小游戏，IQuest-Q1夯爆了！

网易号
量子位 2026-09-29

华为开源盘古openPangu-2.0的预训练、SFT与后训练RL代码

网易号
i黑马 2026-09-29

华为openPangu-2.0预训练、SFT代码和后训练RL代码正式开源

网易号
三言科技 2026-09-28

华为开源openPangu-2.0预训练与后训练RL代码

网易号
IT时代网 2026-09-28

华为开源盘古openPangu-2.0的预训练、SFT代码和后训练RL代码正式开源上线

网易号
财联社 2026-09-28

华为：openPangu-2.0预训练、SFT代码和后训练RL代码正式开源

网易号
证券时报 2026-09-28

华为：openPangu-2.0预训练、SFT代码和后训练RL代码正式开源

网易号
鞭牛士 2026-09-28

华为开源盘古openPangu-2.0的预训练、SFT代码和后训练RL代码正式开源上线

网易号
IT之家 2026-09-28

华为开源盘古openPangu-2.0预训练、SFT代码和后训练RL代码正式开源

网易号
界面新闻 2026-09-28

华为开源盘古openPangu-2.0的预训练、SFT代码和后训练RL代码正式开源上线

网易号
金融界 2026-09-28

华为开源盘古openPangu-2.0的预训练、SFT代码和后训练RL代码正式开源上线

网易号
科创板日报 2026-09-28

64张GB300跑通744B GLM-5.2大规模Agentic RL！后训练框架Miles技术报告公开

网易号
智猩猩 2026-09-26

罗福莉带小米登顶全球开源榜首！大规模RL立功，斩杀Grok 4.7

网易号
新智元 2026-09-23

RLinf官方CI接入国产GPU：摩尔线程S5000具身RL训练曲线对齐国际主流GPU

网易号
芯榜 2026-09-23

小米MiMo-V2.6技术报告公开，以大规模RL迈向RSI！

网易号
智猩猩 2026-09-22

小米MiMo RL直播收官，罗福莉团队开源Coding Agent数据管线！

网易号
智猩猩 2026-09-22

高盛：小米集团-W(01810)MiMo-V2.6 RL直播显示Flash回报较佳 维持“买入”评级

网易号
智通财经 2026-09-22

小米迈向 RSI，MiMo-V2.6 正式上线，347 万美元完成一轮大规模 RL

网易号
有新Newin 2026-09-22

新威骑RL2000-LT漫行者上市 售价10.8万元

网易号
车质网 2026-09-20

小米公开直播MiMo-V2.6 RL训练！罗福莉披露进展：单步20亿Token

网易号
智猩猩 2026-09-17

ICML 2026 | 浙大×百度提出BEACON：长程RL样本利用率提升3.5倍

网易号
将门创投 2026-09-17

OpenAI押注RSI，国产AI火速交卷！Flash叫板万亿大模型

网易号
新智元 2026-09-15

独家 | 前字节/腾讯专家孙鹏加入星尘智能，负责机器人 RL 后训练

网易号
AI科技评论 2026-09-02

LEGO-RL：当AI程序员开始"实习"，怎么才能让它边工作边变强？

网易号
科技行者 2026-08-31

突发！xAI核心RL研究员张鼎怀离职

网易号
智猩猩 2026-08-31

盟易测 高压断路器综合测试仪 MOYICE-RL7451

网易号
WH华电中盟 2026-08-25

9B Agent学会选对Skill反超397B模型！上交大&小红书开源技能选择RL训练框架

网易号
智猩猩 2026-08-22

华能申请融合RL与ADP的储能分层协同分配方法及系统专利，实现跨时间尺度协同分配

网易号
金融界 2026-08-21

奥特曼推特突发紧急声明：已单方面暂停部分前沿RL训练，AI能力进化失控引发全球大恐慌

网易号
远观杂记 2026-08-20

Agentic RL 后训练资源怎么分？港中文、恒生大学提出 Libra，吞吐最高提升 3 倍

网易号
机器之心Pro 2026-08-12

Agentic RL 后训练资源怎么分？港中文、恒生大学提出 Libra，吞吐最高提升 3 倍

网易号
新浪财经 2026-08-12
没有更多内容了
热点新闻
© 1997-2026 网易公司版权所有 About NetEase | 公司简介 | 联系方法 | 招聘信息 | 客户服务 | 隐私政策 | 不良信息举报 Complaint Center | 廉正举报 | 侵权投诉
无障碍浏览 进入关怀版