强化学习远不是最优，CMU刚刚提出最大似然强化学习
强化学习远不是最优，CMU刚刚提出最大似然强化学习在大模型时代，从代码生成到数学推理，再到自主规划的 Agent 系统，强化学习几乎成了「最后一公里」的标准配置。
来自主题: AI技术研报
7591 点击 2026-02-06 10:34
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
在大模型时代，从代码生成到数学推理，再到自主规划的 Agent 系统，强化学习几乎成了「最后一公里」的标准配置。
近日，美团推出全新多模态统一大模型方案 STAR（STacked AutoRegressive Scheme for Unified Multimodal Learning），凭借创新的 "堆叠自回归架构 + 任务递进训练" 双核心设计，实现了 "理解能力不打折、生成能力达顶尖" 的双重突破。
上午十点，我在飞书上给 AI 助手发了一条消息，让它帮我盯盘，然后我就去上班了。过了两个小时，手机震了一下。我打开一看，是 memU Bot 发来的简报。比特币价格 $78705，24 小时涨跌 1.99%。
如今，AI 神曲传播的速度已经远远超出了我们的想象。
今天，我们正式发布 MiniMax Music 2.5：全维度突破，指挥细节，定义真实。AI 音乐始终面对两个挑战：可控性与真实度。前者决定了创作者能否表达真实意图，后者决定了作品是否具备专业质感。
把AI模型发布会开在Livehouse，昆仑天工你是懂氛围感的（doge）！
你的下一个视频团队，不一定非得是人。
2026年1月，前OpenAI CTO Mira Murati创办的明星公司Thinking Machines Lab遭遇「灭顶之灾」：联合创始人Barret Zoph因办公室恋情丑闻被降职后心生不满，联合另外两名核心骨干向Mira逼宫索权，遭拒后被当场开除。然而仅不到一小时，三人便集体叛逃回OpenAI，在老东家的迎接下风光回朝。
这家由双胞胎兄弟Mukund和Madhav Jha创立的印度创业公司，刚刚完成了由软银和Khosla Ventures领投的7000万美元B轮融资。更令人震撼的是，他们在推出产品后仅仅90天内，就实现了1500万美元的ARR，7个月做到了5000万美金ARR，成为全球增长最快的创业公司之一。