强化学习

智能体大爆发，2025全面拥抱AI Agent

作者

2025年，Agent成为主流的关键转折点。它能感知环境、分析目标并自主决策，与工具相比更像一个’数字助理’。开发者需升级认知，重构技能，理解Agent的核心技术原理。推荐课程帮助快速上手Agent开发方法论。

刷新世界记录！40B模型+20万亿token，散户组团挑战算力霸权

作者

在区块链技术的支持下，Nous Research的Psyche平台成功实现了去中心化的分布式训练。通过DisTrO优化器和Solana区块链协议，Psyche能够在保持高度同步的同时降低带宽需求，并验证了容错能力和加速训练的能力。这不仅展示了区块链作为解决计算资源分配和协调问题的有效工具，也为未来大规模、去中心化机器学习模型的部署铺平了道路。

UC Berkeley最新VideoMimic的框架：基于视觉模仿学习的类人机器人跨环境控制策略生成方法

作者

近日UC Berkeley大学研究人员提出VideoMimic框架，通过观看普通视频自动生成类人机器人的控制策略。无需复杂传感器数据或手工奖励函数，机器人能在多种环境下执行任务。

312条轨迹激发241%性能！上交大与SII开源电脑智能体，超越 Claude 3.7

作者

上海交通大学和SII的研究表明，仅需312条人类标注轨迹，并通过合成更多动作决策的思维链补全与轨迹增强技术，就能显著提升电脑智能体（Operator）性能。这一方法使得模型性能提升了241%，超越了基础模型Claude 3.7 Sonnet extended thinking模式，成为Windows系统上开源电脑智能体的新一代SOTA。