A
11 月 10 日 · 26 分钟
A
AI可可AI生活 · 2025 年 6 月 29 日 · 8 分钟
AI前沿：从数学推理到模型优化
[CL] OctoThinker: Mid-training Incentivizes Reinforcement Learning Scaling
[Shanghai Jiao Tong University]
https://arxiv.org/abs/2506.20512
---
[LG] Overtuning in Hyperparameter Optimization
[LMU Munich]
https://arxiv.org/abs/2506.19540
---
[LG] Distilling Normalizing Flows
[University of Oregon & HSE University & Picsart AI Research]
https://arxiv.org/abs/2506.21003
---
[LG] Gaussian Invariant Markov Chain Monte Carlo
[Google DeepMind & UCL]
https://arxiv.org/abs/2506.21511
在小宇宙查看该单集文稿
A
在哪里听
https://feed.xyzfm.space/wl9t7httkfd3复制内容版权归创作者，声湃按创作者开放的 RSS 收录。了解收录与 RSS →
更多单集 全部 1112 期 →
A
11 月 10 日 · 26 分钟
A
[人人能懂AI前沿] 3D持续打磨、多智能体博弈与微米级控制
11 月 9 日 · 24 分钟
A
[人人能懂AI前沿] 从元技能提炼、对抗性推理到物理世界的“柔性破界”
11 月 8 日 · 23 分钟