NeurIPS 2026|小红书 × 复旦大学用DR-Rubric为开放式强化学习构建评分标准
小红书 × 复旦大学用DR-Rubric为开放式强化学习构建评分标准。
ALL ARTICLES
按收录时间浏览号外的公开文章索引,共 59967 篇。
小红书 × 复旦大学用DR-Rubric为开放式强化学习构建评分标准。
坏了,三个模型,够 Tibo 水三天了。
一条卖耳机的广告,你没点、甚至没细看,手机或电脑就已经被装上了间谍软件。
今年,我经常有一种很奇怪的感觉:时间好像折叠起来了。一些隔着二三十年的画面,会突然叠在一起,形成一种奇怪的历
文章复盘了一次用 AI 做"影子端点"专项扫描的实战:把 AI 从"报告润色器"升级为"自适应扩探 + 证据验证"的判案角色。从 V1 喂结论、V2 喂证据到 V3 约束型智能体,讲透 AI 提权与边界约束的平衡,以及误报从 103 条压到 16 条的工程细节。