跳到正文
4月21日周二
4月20日周一
  1. Berkeley AI Research32

    GRASP:面向世界模型的梯度规划器,让长时程规划更稳健

    伯克利 AI 研究团队提出梯度规划器 GRASP,通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索、并重塑梯度让动作获得清晰信号,从而让基于学习动力学(世界模型)的长时程规划变得实用。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型梯度脆弱等问题。

4月16日周四
  1. Hugging Face Blog55

    Hugging Face 开源 EcomRLVE-GYM 电商对话智能体可验证训练环境

    Hugging Face Blog 发布 EcomRLVE-GYM,把 RLVE 框架从单轮推理题扩展到多轮、带工具的电商对话场景,提供商品发现、缺货替代、加购、退货、订单追踪、政策问答、组合规划、多意图旅程共 8 个可算法验证的环境,每个环境含程序化题目生成、12 轴难度课程与可验证奖励。

4月15日周三
4月14日周二
4月13日周一
4月10日周五