近期，一篇深度技术博文揭示出“智能体操控计算机（agentic computer use）”领域正面临根本性瓶颈：当前的主流模型倾向于彻底绕开图形用户界面（GUI），而非像人类一样直接与界面元素进行交互。文章指出，现有的智能...

NVIDIA近期通过一篇官方博客深入探讨了数据在构建强大AI智能体中的核心地位，明确指出开放数据和合成数据是推动下一代AI发展的关键要素。随着AI系统日益复杂，特别是需要具备推理、规划和工具调用等高级能力的智能体...

著名AI编程工具Cursor近日正式发布了Composer 2.5版本。这是一款经过深度改进的代码生成Agent，其核心升级在于采用了目标导向的强化学习、合成数据生成以及全新的分布式训练技术。这一举措显著提升了AI在复杂、长周...

NVIDIA近日在Hugging Face平台发布博客，介绍了其最新研发的NEMOTRON OCR V2模型。该模型的核心创新在于完全利用合成数据进行训练，通过构建包含mOSCAR文本和多样化字体的合成数据管道，生成了跨语言的像素级完美标...

根据最新研究分析，AI前沿模型的最终训练运行只是漫长且昂贵研发过程中的最后一步。在最终训练之前，企业需投入大量计算资源进行多尺度实验、生成合成数据、测试新想法以及训练未发布的中间模型。因此，开发一个模型...

近日，NVIDIA研究团队提出了一种名为“金鹅”（Golden Goose）的创新方法，旨在解决大语言模型（LLM）强化学习领域的一个关键瓶颈。当前，基于可验证奖励的强化学习（RLVR）是解锁LLM复杂推理能力的重要基石，但其发展...

一项突破性的研究提出了一种无需任何人工偏好标注即可训练视觉语言模型评判者的全新框架。该框架的核心在于通过自我合成数据实现迭代式自训练，从而摆脱了对昂贵且易过时的人工标注的依赖。其工作流程分为三个阶段：...

近日，GitHub上开源了一款名为Synthetic Data QA Framework的工具包，旨在为合成数据的质量和隐私提供标准化评估。该工具包利用分布性和基于嵌入的度量方法，支持多种数据类型的评估，为数据科学家和研究人员提供了...