自 DeepSeek-R1 发布以来，群组相对策略优化（GRPO）因其有效性和易于训练而成为大型语言模型强化学习的热门话题。R1 论文展示了如何使用 GRPO 从遵循 LLM（DeepSeek-v3）的基本指令转变为推理模型（DeepSeek-R1） ...

Modern life makes us tired, right? But research from societies in Africa and South America suggests people in the ancient ...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@ ...

英特尔揭开了其下一代 PC 处理器计划的帷幕，该处理器代号为“Nova Lake”，预计将于 2026 年推出。这一消息是在该芯片制造商的季度财报电话会议上披露的，该公司在会上提供了一份路线图，将在未来几年指导英特尔的客户端计算业务。

lencx 浅思从 AI 发展的现状来看，主要还是以辅助任务为主，虽说 Agent 的终极目标是自动化，但因大模型输出不可控，仍需介入人力来对其结果进行监督和修正。目前主流 AI 主要通过以下形式存在：Web ...

2025年《爱德曼信任度调查报告》发现，世界深陷一种不满情绪，人们感受到来自体系的歧视和不公。我们的核心信任问题“你在多大程度上信任每家机构都会做正确的事情？”，也是在询问一个机构是否诚实。诚实意味着承认错误，而不是虚张声势或转移话题。美国和英国花了很长时间才承认在伊拉克问题上所犯的判断错误。无论是政府还是金融部门，都没有马上承认导致金融危机的问题。自新冠疫情爆发已过去近五年，公众仍然需要对新冠疫 ...