翁家翌就是这样一位华人工程师，他的名字在OpenAI的技术致谢名单里反复出现，从ChatGPT-3.5到GPT-5的完整后训练流程，他是极少数全程参与的华人，更是OpenAI强化学习和推理基础设施的关键搭建…
如果这段解释能让新手模型在原本可能答错的情况下答对，或者增强了新手模型答对的信心，那么系统就认为这是一个高质量的解释。 通过将解释的效用量化为奖励信号，模型在训练过程中逐渐学会了生成逻辑严密、信息量大且易于…
庞天宇表示，他在加入腾讯混元团队后，主要研究方向为多模态模型的强化学习（Multimodal RL），包括生成模型（e.g.,diffusion models）和理解模型（e.g., VLMs）。 有…
进入清华大学交叉信息研究院“姚班”后，陈立杰并没有在竞赛的余晖中原地踏步，而是迅速完成了从“程序设计”到“计算机科学理论研究”的华丽转身。他与合作者发现了一条绕过“自然证明”壁垒的潜在路径，提出了“硬度放大…
10/31 16:58
10/31 16:56
10/31 16:55
京公网安备 11011402013531号