At China Central Television Station's 2025 Spring Festival Gala, 16 humanoid robots named "Fuxi" from Unitree Robotics ...

DeepSeek技术创新的答案，在2024年底和2025年年初发布的两篇技术报告——《DeepSeek-V3 Technical Report》、《DeepSeek-R1: Incentivizing Reasoning Capability in ...

盖世汽车讯 据外媒报道，近日，以色列人形机器人制造商Mentee Robotics发布了其多功能Menteebot人形机器人的升级版本——MenteeBot ...

近日，上海AI实验室（上海AI Lab）在数学推理领域取得重大突破，通过强化学习（Reinforcement Learning，简称RL）技术，成功在数学推理能力上超越了DeepSeek，这一成果引发了广泛关注。上海AI ...

点击上方“Deephub Imba”,关注公众号,好文章不错过 !强化学习（Reinforcement Learning, RL）已成为提升大型语言模型（Large Language Models, ...

卡帕西特别强调了通过强化学习获得的“aha ...

此外，尤其值得关注是该公司背后的豪华团队阵容，其中包括多位前 OpenAI 重要成员，如担任首席科学家的 John Schulman、著名 AI 研究科学家和博客作家翁荔。 上述推文中也写到：「我们是一些最广泛使用的 AI ...

IMO是面向全球200多个国家，最顶尖高中生，所举办的最有影响力的数学竞赛。这项竞赛要求参赛选手对代数、数论、几何、组合四项类型的问题有深刻的理解。其中，几何学问题，又常常因为其优美的图形性质，受到众多参赛选手和数学爱好者们的热议。

而“大动作”本身，或许会在 2月21日阶跃星辰举办的首届“Step Up 生态开放日” 上揭晓。至于有无针对DeepSeek-R1的回应性动作或战略，也要等到下周会上才见分晓了。

有心偿还贷款者，自然会将还款视为每月开支的优先事项。而不愿履行责任者，总能找到千百种理由来推托。通讯部长法米日前透露，由于我国仍有逾万名人士尚未偿还高等教育基金（PTPTN）贷款，政府计划推出“清债觉醒运动”，以推动民众履行还款责任。高等教育基金自1 ...

在AI领域，扩展定律（Scaling Laws）已成为推动技术进步的核心概念。这些定律描述了AI系统的效能如何随着训练资料、模型叁数或运算资源的增加而提升。正如自然界中的物理定律一样，扩展定律为AI的发展提供了可预测的框架，并在近年来成为大型语言模型 ...

为解决冠心病治疗决策缺乏个性化的问题，加拿大卡尔加里大学的研究人员开展 “利用离线强化学习实现冠心病治疗个性化决策” 的研究。结果显示 RL 策略优于医生决策，该研究为冠心病个性化治疗提供新思路，值得科研人员一读。