绑定手机号
确认绑定
智猩猩AI
共发表了35篇文章
智猩猩AI
共发表了35篇文章
-
垂直领域 Agent 落地：为什么我放弃 235B/671B，转而训练 8B（上） -
AAAI 2026收录！让LLM更懂视觉的多模态预训练方法开源，7B模型完胜LLaVA-NeXT -
4B超越Qwen3-32B！阿里开源轻量级推理模型，引入序列蒸馏新范式提升长链推理 -
RL Infra架构演进：异步化是王道 从RLHF迈向Agentic RL -
R2还是V4？Model1引爆DeepSeek新一代模型猜想，硅谷网友：美国模型的大麻烦要来了 -
双重视角下的 Linear Attention：为什么 Chunkwise并行是必经之路 -
训练成本直降32%！阿里千问提出智能体分布式编排系统MegaFlow，稳定扩展至1万个并发任务 -
聊聊vLLM的PagedAttention技术：让多分支/并行采样不再爆显存 -
全面超越GRPO！英伟达提出GDPO方法，破解多奖励强化学习坍塌难题 -
成也先验，败也先验！NeurIPS 2025 Best Paper Runner-up "Limit of RLVR" 碎碎念 -
万字干货！VERL源码解读 &实操笔记 -
专项性能超GPT-5/Kimi K2！OPPO开源开放式深度研究模型，多智能体蒸馏与Agentic RL加持 -
华为左鹏飞年终总结：LLM 推理系统创新的四大趋势 -
迈向超级Agent！谷歌Gemini接入个人智能，Alpha-Go之父：AI要有用需要更懂你 -
9天暴涨6.6k Star！Obsidian CEO 开源三大专属Skills，Claude Code不再乱改笔记格式 -
2026年，让我们进入Agent RL时代 -
Claude Cowork开年爆火！美国版通用AI智能体来了？Manus负责人：没我们方便 -
超越代表作Mem0！阿里&武大提出智能体记忆新范式Agentic Memory，统一长短期记忆管理 -
2025苦涩的Agent开发故事 -
超越GRPO！阿里开源强化学习方法 R³L，复杂推理能力最高提升52%
上一页
