跳到正文

技术方向

多模态 最新动态

文本之外的能力:视觉理解、图文混合、音视频输入输出的模型与产品进展。

123 条精选近 30 天 111 条共收录 712 条

更新

精选归档 · 第 7 页

8月11日周二第 121–123 条
5月8日周五
  1. Berkeley AI Research80

    自适应并行推理:高效推理扩展的新范式

    加州大学伯克利分校研究团队详细分析了自适应并行推理(APR)领域的最新进展,探讨了模型如何自主决定何时分解和并行化子任务。文章比较了从固定并行到自适应控制的多种方法,包括ThreadWeaver、Multiverse和Parallel-R1等,并讨论了训练模型使用并行推理的技术挑战和奖励机制设计。

    推荐理由:原文系统梳理了自适应并行推理的最新进展,为理解推理效率优化提供了全面视角。

4月20日周一
  1. Berkeley AI Research70

    GRASP:基于梯度的世界模型长时程规划方法

    伯克利AI研究团队提出GRASP方法,通过提升轨迹到虚拟状态、添加状态噪声和重塑梯度来解决长时程世界模型规划的脆弱性问题。该方法在长时程任务中取得了更高的成功率和更快的收敛速度。

    推荐理由:原文提出了GRASP方法解决长时程规划中的梯度问题,读者可了解如何优化世界模型规划。