发布于20小时前
李飞飞等领衔，来自七所高校的“三代AI人”联合提出强化学习新框架，将用于训练和评估大模型智能体
00 后王子涵，是 DeepSeek 的前实习生，曾参与 DeepSeek-V2 的开发。其本科毕业于中国人民大学，目前在美国西北大学读博。图 | 王子涵（来源：https://zihanwang314.github.io/）几天前，他和所在团队以及合作者...赞
评论
1
浏览
5