AWS 实战指南:在 Amazon SageMaker AI 上做多轮强化学习训练
AWS 机器学习博客发布在 Amazon SageMaker AI 上进行多轮强化学习(MTRL)的端到端实战指南,以 Wordle 为例,通过 Amazon Bedrock AgentCore 托管智能体和环境,用 GRPO 更新策略模型的 LoRA 适配器。
AWS 机器学习博客发布在 Amazon SageMaker AI 上进行多轮强化学习(MTRL)的端到端实战指南,以 Wordle 为例,通过 Amazon Bedrock AgentCore 托管智能体和环境,用 GRPO 更新策略模型的 LoRA 适配器。
Google DeepMind 与 Google Research 联合 World Resources Institute 和 IIASA 发布 Forest Typology(ForTy)2020 全球地图,将地球每块 10x10 米土地分为 FAO 定义的六类森林和土地利用类型,并提供 2017 至 2025 年的年度变化时间序列。
NVIDIA 发布预训练关系数据基础模型 Kumo Relational,可直接在企业数据库上做预测查询,无需任务训练、特征工程或展平表格。在 15 个数据库的 41 项任务上超越监督式关系深度学习和专家梯度提升树管线,SAP SALT 基准上 MRR 超过 AutoGluon 集成 8%,微调后领先 16%。
推荐理由:原文给出基准对比数字和开源获取方式,读者可以据此评估是否用它替代现有 XGBoost 关系数据管线。
Hugging Face 预告 VocabX 论文结果:在生产环境运行的葡萄牙语作文自动评分系统中,基于 Qwen3-4B 定制词表,使 LM head 从约 152,000 行缩减到约 65,000 行,在不改基础模型的情况下将实测推理成本降低 77%。
Google Research 发表于 NBER 的论文介绍了在 11 家知识产权律所 133 名律师中开展的为期三个月的随机实地实验,测试一款当时未发布的 AI 专利撰写助手(现为 Gemini Notebook 的一部分)对短期生产力和长期技能积累的影响。
推荐理由:原文报告了一项三个月随机实验,区分了 AI 带来的产出提升与移除工具后的独立能力变化,方法上对研究同类问题有参考价值。
Google Research 介绍以 Earth AI 的 Population Dynamics Foundation Model(PDFM)为概念验证的公共卫生新范式,将搜索趋势、人流、建成环境和空气质量等隐私信号压缩为月度刷新的位置嵌入,即插即用接入现有流行病学模型。