پژوهش
هوش مصنوعی در GPT-OSS: کشف آموزش RL عاملانه و کاربردهای عملی
مقاله فوری درباره استفاده از RL عاملانه در GPT-OSS، مشکلات و راهحلهای میدانی از تنظیم دقیق و همگامسازی MoE با FlashAttentionV3.
پژوهش
هوش مصنوعی MiniMax M2: چالش همراستا سازی برنچمارک با کاربرد واقعی
مدلهای LLM در استفادههای واقعی هنوز فاصلهای با نتایج برنچمارک دارند. MiniMax M2 با رویکردی نوآورانه به همراستا سازی مدلها نزدیکتر میشود به طور عملی.
اخبار
هوش مصنوعی با قدرت: معرفی خانواده Palmyra-mini مدلهای کوچک-قدرتی
تیم WRITER سه مدل هوش مصنوعی کوچک ولی قدرتمند Palmyra-mini، با Chain of Thought، را معرفی میکند که برای پروژههای پیچیده و پردازش سریع مناسب است.
پژوهش
هوش مصنوعی: نحوه همسو سازی مدلهای دید-زبان در TRL جدید و بهروز
در این مقاله به بررسی روشهای نوین همسو سازی مدلهای دید‑زبان در فریمورک TRL پرداخته، مقایسهای بین MPO، GRPO و GSPO ارائه کرده و کاربردهای عملی در علوم و صنعت را بررسی میکنیم.