AI 데일리 22 건

模型发布/更新

产品发布/更新

  • Claude, 성찰 기능(Beta) 출시

    Anthropic이 Claude에 사용 패턴 추적을 돕는 성찰 기능(Beta)을 출시했다. 사용자는 지난 1, 3, 6, 12개월의 활동 요약을 돌아볼 수 있으며 주요 주제, 사용 빈도, 작업 유형을 포함한다.…

    Anthropic:Newsroom(网页)제품 및 앱AI 점수 73

  • Mistral 推出 Studio,为 AI 提示词和技能提供系统记录

    Mistral 今日推出 Studio,为 AI 提示词和技能提供集中式系统记录。平台将 prompts 和 skills 视为生产资产,支持不可变版本、回滚、明确所有权、分类标签和审计日志,保证变更可追溯。非开发者可直接编辑测试,通过标…

    Mistral AI:News(网页)

行业动态

论文研究

  • 揭密在线策略蒸馏:何时有益、何时有害及原因

    Apple机器学习研究团队提出训练无关诊断框架,以每个token、每个问题、每个教师的分辨率分析on-policy蒸馏。通过可扩展targeted-rollout算法估计理想梯度,并计算蒸馏梯度与理想梯度的余弦相似度(梯度对齐分数)。实验…

    Apple Machine Learning Research(RSS)

  • TGPO:通过可验证奖励强化学习激励第一人称视频时序感知

    多模态大语言模型(MLLM)在第一人称视频理解中缺乏时序感知,常依赖空间捷径。为此,研究者提出 Temporal Global Policy Optimization(TGPO),一种基于可验证奖励的强化学习算法。TGPO 通过对比模型在…

    Apple Machine Learning Research(RSS)

  • Apple 提出 SRLM:自反思程序搜索提升长上下文处理能力

    Apple 机器学习研究团队提出 SRLM 框架,利用自一致性、推理链长度和口头置信度三种内在信号,让模型在推理时评估候选长上下文交互程序。实验表明,在相同时间预算下,SRLM 较传统递归语言模型(RLM)最高提升 22%。分析发现,递归…

    Apple Machine Learning Research(RSS)

技巧与观点