在线强化学习 – 量子位

在线强化学习

AI在线强化学习“边做边学”，斯坦福团队让7B小模型性能飙升，甚至超越GPT-4o

四个专业智能体协作

西风 2025-10-24

Agent 在线强化学习

加载更多

热门文章

ClawTip来了！京东科技首发推出AI智能体的“专属自主零钱包”

刚刚，TRAE SOLO上线独立端：已经不满足写代码，还要跨界干活！

全球权威大模型盲测榜单公布，阿里千问3.6登顶中国最强编程模型

实测拿215项SOTA的Qwen3.5-Omni：摄像头一开，AI给我现场讲论文、撸代码

Claude绝望时会勒索人类！一共171种情绪，为了生存不择手段