微软与 Hugging Face 发布 ThinkingBox-Training,将数据库状态检查转化为智能体 RL 奖励
微软与 Hugging Face 联合开源 ThinkingBox-Training,将原本用于评测智能体的数据库终态可执行检查转化为强化学习奖励函数,用于智能体后训练。
微软与 Hugging Face 联合开源 ThinkingBox-Training,将原本用于评测智能体的数据库终态可执行检查转化为强化学习奖励函数,用于智能体后训练。
Meta 修改了商业账户条款并删除了使用抓取内容进行模型训练的字眼,但法律专家指出新条款仍允许利用内容开发商业产品,不足以消除版权担忧。专家表示开发一词定义宽泛且可能涵盖训练,Meta 发言人则回应称条款更新并非用于免费抓取新闻,网站仍可使用 robots.txt 表明限制偏好。
NVIDIA 宣布扩展 Cosmos 平台,推出用于构建物理 AI 世界模型的训练工具、仿真检查点以及 Cosmos Data Factory 蓝图。平台提供自动驾驶与缺陷检测等 5 个云原生数据蓝图,并支持对 GR00T、Qwen 及 Hugging Face 开源模型进行微调与蒸馏。