作者修正了 SSRL 中的机器人特权状态空间到广义状态空间的映射关系，并引入构建人形机器人动力学所需的状态（如身体的高度）到特权状态空间中，使得世界模型能准确预测下一个时刻的人形机器人状态。

【新智元导读】在大数据和大模型推动下，微调技术凭借成本低、效率高优势，成为应对小样本、长尾目标等复杂场景的利器。从早期全参数微调到参数高效微调（PEFT），再到如今融合多种PEFT ...

8 个 H100 显卡训练 1 小时，即可让所训练的 Qwen2.5-Math-CFT 模型媲美 DeepSeek-R1 的性能。背后“秘诀”只有一个：采用由加拿大滑铁卢大学团队和美国卡内基梅隆大学团队提出的批判性微调（CFT ...

近日，据知名科技记者古尔曼爆料，苹果公司的iOS团队正在进行一项重大更新，其主要目标是整理系统内部的陈旧代码，并进行界面设计的微调。这一消息引起了全球科技爱好者和行业内部的广泛关注。

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！ 今天凌晨两点，OpenAI开启了12天技术 ...

微调是优化预训练 LLM 性能的关键过程。它包括在针对特定任务或领域定制的更小、更具体的数据集上进一步训练模型。这一过程允许大语言模型(LLM)调整其现有的知识和能力，以便在回答问题 ...

Meta分享微调大模型的方法与技巧。 微调的所有门道，都在这里了。 开源，就要开的彻彻底底。 这不，Meta一连放出三篇技术文章，从大模型适配方法出发，介绍了： 如何使用特定领域数据微调 ...

现代工作流展示了生成式 AI 和 代理式 AI 在 PC 上的无限可能性。 这些应用场景包括让聊天机器人处理产品支持问题，或作为管理日程的个人助理。但如何让小语言模型(SLM)在执行专用的代理式 ...

在人工智能领域，模型微调已成为提升模型性能、使其适应特定任务的关键技术。本文将全面系统地介绍模型微调的各个方面，帮助读者深入理解这一重要技术。 一、什么是模型微调 模型微调 ...

Flux搭配LoRA技术，AI图像生成进入新阶段。 【导读】席卷开源界的AI生图王者诞生了！发布半个月，Flux已经成为替代Midjourney的宠儿。各路开发者们开始用自己的照片微调LoRA，一人拿捏多种风格。