美职联：梅西复出2分钟破门+4连击！迈阿密国际2-1豪取7连胜北京时间3月30日，2025赛季美职联焦点战，迈阿密国际主场2-1击败费城联合，取得各项赛事7连胜。泰勒首开纪录，梅西伤愈复出替补登场，仅仅2分钟就破门得分，加兹道格扳回一球。足总杯四分之一决赛，曼城客场2比1逆转伯恩茅斯足总杯四分之一决赛，曼城客场2比1逆转 ...

Ensure words are spelled correctly. Try rephrasing keywords or using synonyms. Try less specific keywords. Make your queries as concise as possible.

Ensure words are spelled correctly. Try rephrasing keywords or using synonyms. Try less specific keywords. Make your queries as concise as possible.

而直接偏好优化（DPO）及其衍生变体作为离线算法，凭借简单易用、稳定性强等优势，近来广受关注。 DPO主要通过最大化选定响应与拒绝响应间的 ...

SFT 阶段 1：根据验证结果和难度分级初筛，得到 7 万条数据进行 SFT； SFT 阶段 2：在 SFT 阶段 1 之后，筛选出难度最大的 3 千条数据，进行 SFT ...

LightGen 主要作者来自香港科技大学和 Everlyn AI, 第一作者为香港科技大学准博士生吴显峰，主要研究方向为生成式人工智能和 AI4Science。通讯作者为香港科技大学助理教授 Harry Yang 和中佛罗里达副教授 Sernam ...

从大模型“一枝独秀”到小模型“迎头赶上”，AI 对齐技术正在迎来新的转折点。这项被 ICLR 2025 接受并入选 Spotlight 的研究意义重大，不仅在于技术突破，更在于它让我们看到：即使是“小个子”模型，也能通过“借力”大模型和优化方法（如 ...

据介绍，2个轻量级代码大模型 Ling-Coder-Lite 和 Ling-Coder-Lite-Base 已在 Hugging Face 与 ModelScope 开源 。同时，蚂蚁集团开源用于退火训练的 SyntheticQA、用于后训练 SFT（Supervised Fine-tuning）和 DPO（Direct Preference Optimization）共计约 3000 ...

CASIA等 投稿量子位 | 公众号 QbitAI 万字长文，对多模态LLM中对齐算法进行全面系统性回顾！ 从现有对齐算法涵盖的应用场景，到构建对齐数据集的核心因素，再到用于评估对齐算法的基准，还有对齐算法未来潜在发展方向，全都梳理了一遍。

3月14日，澎湃新闻记者从知情人士处获悉，国泰君安证券与海通证券合并后公司名称为“国泰海通证券”。作为新“国九条”实施以来首例头部券商合并重组，国泰君安证券与海通证券合并后的公司名称一直广受关注，此前网络上也有多种猜测。“合并后公司名称为国泰海通在意 ...