Meta 发布强化学习框架 LlamaRL

INTELLECT-2 已正式发布，该项目展示了一种新的大模型训练方式：利用全球分布的、无需许可的计算贡献者组成的动态、异构网络，以完全异步的方式进行强化学习训练。 INTELLECT-2 具备前沿的推理性能，支持异构计算节点，并允

Meta发布了最新的开源世界模型V-JEPA 2，称其在物理世界中实现了最先进的视觉理解和预测，从而提高了AI agents的物理推理能力。 开源地址：https://github.com/facebookresearch/vjepa2 官网地址：https://ai.meta.com/vjepa/ 论文地址：https://ai.me

Socket.D 协议？ Socket.D 是一个基于事件和语义消息流的网络应用协议。在微服务、移动应用、物联网等场景，可替代 http、websocket 等。协议详情参考《官网介绍》。 支持： tcp, udp, ws, kcp 传输。 目前：java，kotlin，javascript

C++ 异构平行编程框架，可以用来加速高性能计算、机器学习、内嵌计算，以及在相当宽泛的处理器构架之上的计算量超大的桌面应用。但 Meta 在实现的内容上有所不同。SYCL 更接近于 GPU 编程层，而 AITemplate 则专注于高性能的 Te

清华大学与蚂蚁集团InclusionAI团队联合发布了一款名为AReaL-boba²的异步强化学习（RL）训练平台。该平台专为大型语言模型设计，与传统的同步强化学习训练方法相比，它能在保持相似训练结果的同时，大幅缩短训练时间。 这得

前言 EasyAi的出现对于Java的意义，等同于在JavaWeb领域spring出现的意义一样——做一个开箱即用，让每一个开发者都可以使用EasyAi，来开发符合自己人工智能业务需求的小微模型，这就是它的使命！ EasyAi介绍 EasyAi无任何依

EasyNLP 的中文 CLUE/FewCLUE 等的 Benchmark 知识预训练技术: 发布一系列知识预训练模型，致力于提升预训练模型的常识性和知识性 中文预训练模型：发布针对中文的 SOTA 的预训练模型，降低中文预训练技术门槛 多模态预训练：

在线学习平台 O'Reilly 最新发布了 2023 年度技术趋势报告，基于该平台 280 万的用户数据，以了解开发人员的兴趣所在。调查结果表明，开发人员对生成式 AI 关键组件的兴趣正在加速增长：有关自然语言处理 (NLP) 的内容同比增长

有化部署简便；全新升级模型定制优化工具链，支持SFT、强化学习两种模型定制优化方案，定制门槛低。 ✨三大核心技术创新——大规模多阶段强化学习训练方法、基于快慢思考的统一训练方法、工程技术系统创新保障基于国

太初团队联手推出了一种新方法 ——Vision-R1，利用类 R1强化学习技术，显著提升了视觉定位的能力。这个方法不仅在目标检测和视觉定位等复杂任务上实现了50% 的性能提升，甚至超过了参数规模超过10倍的现有最优模型（SOTA）

。 PyTorch 是一个由  Meta (原 Facebook)开源的 Python机器学习库，基于 Torch，用于自然语言处理等应用程序。随着时间的推移，PyTorch 生态逐渐发展壮大，现在拥有约 2400 名贡献者，在该框架上构建了超过 150000 个项目，已成为

本次 v3.6.0 版本，主要强化全文索引能力，以及优化部分场景下的 MATCH 性能。 强化 强化增强全文索引功能，具体 pr 参见：#5567、#5575、#5577、#5580、#5584、#5587 优化 支持使用 MATCH 子句检索 VID 或属性索引时使用

Language Model Evaluation Harness 当一个新的大语言模型（LLM）发布时，通常都会被进行评估，将该模型与 ChatGPT 在某个基准上进行比较，很多公司可能会使用 lm-eval-harness 来生成评估分数。lm-eval-harness 由分布式人工智能研究所 Eleuther

年初，腾讯混元 TurboS “快思考模型”正式发布，作为业界首款大规模混合 Mamba-MoE 模型，其在效果与性能上展现了出显著优势。这一突破得益于预训练阶段的 tokens 增训，以及后训练阶段引入长短思维链融合技术。 近日，腾