RLVR 是什么？为什么推理模型火了之后，它比 RLHF 更常被提起
RLVR 通常指 Reinforcement Learning with Verifiable Rewards，也就是“带可验证奖励的强化学习”。它最近会比 RLHF 更常被提起，核心原因不是 RLHF 失效了，而是推理模型兴起后，很多任务开始可以用“答案对不对”来直接打分，而不用全靠人类偏好做反馈...
AI百科 • Admin •
157
AI趋势
找到 14 篇相关文章 - 第2页
AI 浏览器：从搜索助手到代理入口，浏览器为什么正在被重做
AI 浏览器正在成为 2025-2026 年一个非常有流量潜力的新概念。它不再只是传统意义上的网页容器，而是开始把搜索、总结、对话、跨页面理解和多步任务执行整合进浏览器本身。也正因为这种变化，浏览器不再只是“看网页的工具”，而越来越像一个能帮你完成任务的代理入口。 这个方向之所以被反复讨论，是因为浏...
AI百科 • Admin •
59
模型蒸馏：为什么越来越多“小模型”能追上大模型体验
模型蒸馏是近两年被频繁提到的一个关键词，尤其是在“小模型为什么越来越强”这个问题上，它几乎总会出现。简单说，蒸馏的思路就是让较小的学生模型去学习较大的教师模型，把后者的一部分能力、行为方式和输出规律迁移过来，从而在更低成本下拿到更接近的效果。 这件事之所以重要，是因为很多团队并不需要一个最顶级、最昂...
AI百科 • Admin •
70
计算机使用代理（CUA）：让 AI 直接点鼠标和操作电脑意味着什么
计算机使用代理，也常被叫做 Computer-Using Agent，是最近智能体能力升级里非常受关注的一类形态。它和普通聊天机器人最大的区别，不是回答得更聪明，而是它开始能直接看屏幕、识别界面元素，并通过点击、输入、滚动等方式操作电脑或网页。简单说，它不只是告诉你“该怎么做”，而是开始真的替你去做...
AI百科 • Admin •
53
氛围编程（Vibe Coding）：为什么不会写代码的人也开始做应用
氛围编程是 2025 年以来迅速出圈的 AI 热词之一。它说的不是某种新的编程语言，而是一种新的开发方式：人用自然语言描述目标、功能和体验，AI 负责生成代码、改界面、补逻辑，再在多轮对话里不断迭代。也正因为这个思路足够直观，氛围编程才会让很多原本不会写代码的人也开始尝试做产品、搭网站、生成小工具。...
AI百科 • Admin •
15
小语言模型（SLM）：为什么端侧 AI 越来越重视“小而强”
小语言模型，也就是 SLM，正在成为端侧 AI 和本地 AI 场景里的高频概念。过去大家更关注“大模型有多强”，但随着手机、PC、车载系统和边缘设备开始真正落地 AI，行业发现不是所有任务都需要超大参数模型。很多时候，速度、成本、隐私和本地可运行性，比参数规模更重要，这也是小语言模型越来越受重视的原...
AI百科 • Admin •
53