AI具备的能力，本质上来自算法和训练大模型所用的数据，数据的数量和质量会对大模型起到决定性作用。此前OpenAI工作人员表示，因没有足够多的高质量数据，Orion项目（即GPT-5）进展缓慢。不得已之下，OpenAI招募了许多数学家、物理学家、程序员原创数据，用于训练大模型。
清华大学团队在强化学习领域取得重大突破
2024年生成式AI的发展堪称疯狂，大模型战火蔓延到各个赛道，垂直应用热潮此消彼长。尤其是在AI编程领域，算法进展突飞猛进，多个新晋独角兽诞生，投资者密集涌入，亿级融资从年初宣到年尾。
小模型也能击败o1？微软全华人团队提出rStar-Math算法，三大革命性技术突破，不仅让SLM在数学推理能力上刷新SOTA，更是挤进了全美20%顶尖高中生榜单。
上世纪五十年代，普通美国家庭每天看电视的时间“高达”6小时。显像管技术迎来黄金时代，但质疑声接踵而至。
当监管不到位的时候，AI与算法可以滋养出怎样的巨兽。
智能涌现独家获悉：零一万物裁撤预训练算法团队和Infra团队后，阿里通义、智能云团队给出了offer。
在人工智能领域，具有挑战性的模拟环境对于推动多智能体强化学习（MARL）领域的发展至关重要。在合作式多智能体强化学习环境中，大多数算法均通过星际争霸多智能体挑战（SMAC）作为实验环境来验证算法的收敛和样本利用率。
2019 年问世的 GPT-2，其 tokenizer 使用了 BPE 算法，这种算法至今仍很常见，但这种方式是最优的吗？来自 HuggingFace 的一篇文章给出了解释。
随着AI时代的到来，算法、大模型、深度学习等技术飞速发展，使得人形机器人成为了面向未来的黄金赛道。
