AI在线 AI在线

AIR2025

AI Agent 发展史：从 RL 驱动到大模型驱动 ｜AIR 2025

AI Agent 发展史：从 RL 驱动到大模型驱动 ｜AIR 2025
Manus 的出现将智能体推入当下 AI 格局的前列，使得这个过去略抽象的概念变得具体可感知。 然而行业中也不乏对 Manus 的争议，认为 Manus 没有底层技术创新力，更多的是将现有技术融合从而在工程上创新，即所谓的“套壳”。 虽说工程创新也是一种护城河，但“套壳”的说法也并非完全没道理。
4/9/2025 8:23:00 PM
王悦
万字梳理：揭秘 DeepSeek 中的 RL 与 AGI 下一步丨AIR 2025

万字梳理：揭秘 DeepSeek 中的 RL 与 AGI 下一步丨AIR 2025
在 DeepSeek 能够破圈而出的一众原因中，完全摒弃传统的监督微调（SFT）、转而采用大规模强化学习（RL）的创新之处是关键所在，这使得模型推理能力在质上取得显著突破，更证明了强化学习在提升大语言模型推理能力方面的巨大潜力。 近几年，学界和业界关于 RL 和 LLM 也涌现出了颇多具备开创性意义的研究成果。 在 AI 智能体推理与决策研讨会（AIR 2025）上，来自伦敦大学学院、加州大学伯克利分校、普林斯顿大学、华盛顿大学、卡内基梅隆大学、Meta、华为等多位学术界和工业界的研究人员围绕强化学习、推理决策、AI 智能体展开讨论，回答了诸多问题，例如：AI 系统如何模拟类人推理和决策过程？
3/3/2025 8:26:00 PM
王悦
  • 1