#reinforcement-learning 每周趋势报告

学习它。构建它。为他人交付它。

学习它。构建它。为他人交付它。

SANA：基于线性扩散 Transformer 的高效高分辨率图像合成

大语言模型微调与强化学习 🦥 以2倍速度训练OpenAI gpt-oss、Qwen3、Llama 4、DeepSeek-R1、Gemma 3，节省70%显存

用于接触密集型环境中物理AI研究和部署的全开源仿人机械臂