Hugging Face 团队近日发布了一项名为“Delta Weight Sync”的创新技术，旨在解决大规模强化学习（RL）训练中的通信瓶颈问题。在训练拥有万亿参数量的模型时，传统的权重同步方式需要在训练器（Trainer）和推理引擎（I...

Hugging Face 发布了一篇系统性的技术博客，旨在澄清当下 AI Agent（智能体）领域最容易被混淆的核心术语。文章明确给出了 AI Agent 的正式定义：它是核心模型、行为定义脚手架（Scaffold）以及执行导向框架（Harnes...

OpenAI的一个推理模型成功推翻了离散几何学中的核心猜想——“平面单位距离问题”（Planar Unit Distance Problem）。该猜想最早由20世纪著名数学家保罗·埃尔德什于1946年提出，在长达80年的时间里一直未被攻克，是离散...

字节跳动近日在GitHub上开源了一款名为Lance的原生统一多模态模型，以其仅3B（30亿）激活参数的设计，在AI领域引起了广泛关注。该模型打破了传统多模态模型需要为不同任务（如图像理解、视频生成、图像编辑等）分别...

一项最新研究揭示了语言模型在预训练过程中的一个惊人现象：它们并非平稳地提升能力，而是在“模仿”和“智能行为”之间突然切换，研究人员将其称为“模式跳跃”。这种非连续性的行为转变无法通过标准的优化技术（如调整学...

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...

在计算机辅助设计（CAD）领域，生成式人工智能正展现出颠覆传统工作流的潜力。GenCAD项目正是这一趋势的典型代表。该项目旨在利用生成模型，直接根据用户的自然语言描述或简单草图，自动生成精确且可编辑的设计文件...

大型语言模型的部署成本一直是其广泛应用的主要障碍之一。一篇来自AlphaXiv的最新研究提出了一种创新解决方案：通过强化学习微调递归语言模型（RLMs）。该方法的核心在于训练一个共享的策略，同时驱动父模型和子模型...