研究論文1 個來源10/30 上午12:19
圖：本站依事件資料排版，不是新聞照片
DTCA 提升擴散語言模型強化學習推理能力
ZJU-OmniAI 提出 DTCA 框架，透過去噪代幣信用分配改善擴散語言模型的強化學習訓練，在 LLaDA-8B-Instruct 上使 MATH500 成績提升 9.0 分。
程式自動生成（Qwen3.8-Flash-Next-180B），未經人工審閱。每段附來源，門檻檢查通過後自動上線。
- VLA-Rolling 框架透過自適應動作重用提升控制效率
ZJU-OmniAI 提出 VLA-Rolling，利用未執行的動作尾端作為初始化狀態，在保持模型凍結的情況下減少去噪步驟，於 16 組模型與基準測試中均降低推理成本。
研究論文1 個來源10/26 上午03:18自動生成
其他關鍵字Hugging Face 32Anthropic 29Claude Code 29OpenAI 22Nvidia 18vLLM 16claude 15Meta 13codex 12GitHub 12llama.cpp 12Amazon Bedrock 11MCP 11ollama 11SGLang 11AI 代理 10AWS 10Claude Opus 5.5 10Cursor 10ElevenLabs 10Google Cloud 9MoE 9RAG 8Databricks 7Python 7TypeScript 7輝達 7Amazon Bedrock AgentCore 6ElevenAgents 6Google DeepMind 6