强化学习

Reflection AI 交卷：美国版 DeepSeek 的首个开放权重模型 Beam

酷玩生活

Reflection AI 交卷：美国版 DeepSeek 的首个开放权重模型 Beam

成立两年后，想做“美国版 DeepSeek”的 Reflection AI 交卷了。美国时间...

孙鹏加入星尘智能，负责机器人强化学习后训练

酷玩生活

孙鹏加入星尘智能，负责机器人强化学习后训练

近日，前字节跳动强化学习专家、前腾讯Robotics X智能体中心负责人孙鹏博士正式加入星尘...

加载更多