AI 新視界 AI Worldview
申請帳號 / 登入

關鍵字 ›

GRPO

提到「GRPO」的文章共 4 篇,最新在前。關鍵字由本站地端模型從文中抽出,程式核對過每個詞都在文章裡。

全球動態2 個來源10/23 上午08:30
AWS 推出 SageMaker 訓練會話 API,支援自訂迴圈無需管理 GPU

圖片來源:原出版方的分享預覽圖,著作權屬原出版方

AWS 推出 SageMaker 訓練會話 API,支援自訂迴圈無需管理 GPU

開發者可從本地 Python 程序驅動 GPU 會話執行自訂訓練邏輯,按 token 計費,並支援監督式微調(SFT)與強化學習(RL)。

程式自動生成(qwen3.8:27b),未經人工審閱。每段附來源,門檻檢查通過後自動上線。

  1. 微軟與 Hugging Face 發布 ThinkingBox Training:以資料庫狀態為獎勵訓練代理模型

    該工具將可執行的資料庫檢查轉化為強化學習獎勵,用於後訓練代理模型。Qwen3.8-27B 在基準測試中,全數嘗試成功任務數從 38 提升至 107。

    全球動態2 個來源10/23 上午08:27自動生成
  2. SageMaker AI 推出免管理 GPU 的模型自訂訓練會話

    AWS 宣布 SageMaker AI 無伺服器模型自訂的「訓練會話」功能正式可用,讓開發者無需管理 GPU 基礎設施即可控制後訓練邏輯。

    全球動態1 個來源10/23 上午06:23自動生成
  3. XPENG AI 推出 4B 接地模型 GroundingPI,基準平均 73.68%

    XPENG AI 的 GroundingPI 在 34 個接地基準上平均 73.68%,並作為視覺骨幹用於機器人操作與自動駕駛。

    研究論文1 個來源10/15 上午12:53自動生成