快手Klear团队提出CE-GPPO：通过梯度保留协调熵，解决强化学习中的熵不稳定问题
在保证训练稳定的前提下，纳入裁剪区间外的梯度使模型能够在训练过程中达到探索与收敛的平衡。
阅读全文 ：快手Klear团队提出CE-GPPO：通过梯度保留协调熵，解决强化学习中的熵不稳定问题
公众号
机器之心
专业的人工智能媒体和产业服务平台
这个来源的文章
智能体系统如何「边做边学」？斯坦福团队探索在线优化的新范式
通过多个独立 Agent 模块协作，并且提出 Flow-GRPO 算法用于训练。
阅读全文 ：智能体系统如何「边做边学」？斯坦福团队探索在线优化的新范式NeurIPS 2025 Spotlight | 让检索、推理真正「合体」的小而强模型，AceSearcher来了
AceSearcher 证明了聪明的训练范式胜过盲目扩参。
阅读全文 ：NeurIPS 2025 Spotlight | 让检索、推理真正「合体」的小而强模型，AceSearcher来了腾讯发布SpecExit算法，无损压缩端到端加速2.5倍！解决大模型长思考效率难题
轻量级草稿模型预测“退出信号”，实现高效推理
阅读全文 ：腾讯发布SpecExit算法，无损压缩端到端加速2.5倍！解决大模型长思考效率难题仅100种子题，合成数据质量超GPT-5，阿里、上交提出Socratic-Zero框架
Socratic-Zero为资源受限的团队提供了新的可能性。
阅读全文 ：仅100种子题，合成数据质量超GPT-5，阿里、上交提出Socratic-Zero框架10个视频9个看走眼：连真视频都打Sora水印碰瓷，这世界还能信啥？
看到有人给「真视频」打Sora水印来碰瓷，我悬着的心终于死了。
阅读全文 ：10个视频9个看走眼：连真视频都打Sora水印碰瓷，这世界还能信啥？无VAE扩散模型！ 清华&可灵团队「撞车」谢赛宁团队「RAE」
用更强的语义结构解锁模型生成潜力，基于自监督特征构建统一特征空间。
阅读全文 ：无VAE扩散模型！ 清华&可灵团队「撞车」谢赛宁团队「RAE」