標簽：策略

WPS 大家經常用來日常寫作，雖然本身提供了AI功能，但可惜需要會員，本文教你三分鐘接入最火的DeepSeek，讓WPS秒變辦公神器。 DeepSeek API申請地址：http:/...

這兩年大家都在感嘆生活不易，然而我想說的是，機會還是有的，但問題不在于有沒有，而在于你是否能夠認準機會，然后抓住它。 接觸過很多咨詢項目的人，發現...

機器之心報道 編輯：杜偉如今，機器人學習最大的瓶頸是缺乏數據。與圖片和文字相比，機器人的學習數據非常稀少。目前機器人學科的主流方向是通過擴大真實世界...

新智元報道編輯：LRS 【新智元導讀】通過過程獎勵模型（PRM）在每一步提供反饋，并使用過程優勢驗證器（PAV）來預測進展，從而優化基礎策略，該方法在測試時...

機器之心報道 作者：陳陳、佳琪世界模型又出新進展了，來自國內機構。人類能夠在腦海中設想一個想象中的世界，以預測不同的動作可能導致不同的結果。受人類智...

機器之心報道 編輯：Panda讓 LLM 在自我進化時也能保持對齊。我們這個世界是不斷變化的開放世界。人工智能要在這個世界長久立足，就需要突破許多限制，包括可...

新智元報道編輯：靜音 【新智元導讀】來自英偉達、CMU、UC伯克利等的全華人團隊提出一個全新的人形機器人通用的全身控制器HOVER，僅用一個1.5M參數模型就可以...

機器之心報道 編輯：Panda、佳琪當機器人也有潛意識。大模型固然性能強大，但限制也頗多。如果想在端側塞進 405B 這種級別的大模型，那真是小廟供不起大菩薩...

機器之心報道 編輯：Panda、佳琪把平均成功率從 50% 拉到了 100%。最近，AI 的進步有目共睹，現在這些進步已經開始傳遞到機器人領域。強大的 AI 技術也能幫助...

新智元報道編輯：桃子 【新智元導讀】Claude游戲測試，能打幾分？在持續一個多小時毀滅人類游戲中，Claude能制定出長期策略，令人驚喜的同時，也暴露出了AI短...

來源：專知 人類能夠通過規劃、推理和預測行動結果，執行具有長期目標的復雜任務。為了讓具身智能體（如機器人）實現類似的能力，它們必須獲得可以遷移到新情...

作者 | PPIO 算法專家張青青前 言近一年以來，自 H2O 起，關于 KV 稀疏的論文便百花齊放，而在實際應用中不得不面臨的一個問題便是學術論文與實際應用之間的...

新智元報道編輯：LRS 【新智元導讀】在強化學習中，當智能體的獎勵機制與設計者的意圖不一致時，可能會導致不理想的行為，而KL正則化作為一種常用的解決方案...

新智元報道編輯：編輯部 HXZ 【新智元導讀】在用模擬環境訓練機器人時，所用的數據與真實世界存在著巨大的差異。為此，李飛飛團隊提出「數字表親」，這種虛擬...

機器之心報道 編輯：澤南、Panda不百分百還原出虛擬場景，效果反而更好。我們很多人都聽說過數字孿生（digital twin），在英偉達等公司的大力推動下，這種高...

機器之心報道 機器之心編輯部OpenAI 最近發布的 o1 系列模型堪稱邁向強人工智能的一次飛躍，其強大的推理能力為我們描繪出了下一代人工智能模型的未來圖景。...

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術...