Search

直接匹配不多，已補上最新動態。

Tag: #agentic-rl3 results

MemoraX AI 完成千萬美元種子輪融資

記憶大模型 MemoraX AI 完成數千萬美元種子輪融資，由 L2F 光源創業家基金及鐘鼎資本聯合領投。資金主要用於 Agentic RL（智能體強化學習）演算法的迭代與工程化落地，以及內生記憶模組的產品化開發。

ARLArena 提供穩定訓練配方與分析框架，用以解決代理強化學習 (ARL) 的訓練崩潰問題。它將策略梯度分解為四個核心維度，並提出 SAMPO 方法來緩解主要不穩定來源。SAMPO 在多樣代理任務中實現一致穩定訓練與優異效能。

SELFCEST 透過代理強化學習，讓基礎語言模型能在並行上下文中生成相同權重的克隆。訓練採用端到端方式，使用全域任務獎勵與共享參數 rollout 來分配分支預算。這在數學推理與長上下文 QA 基準上改善準確度-成本帕雷托前沿，並展現分布外泛化。

Truffle Security 發現 768 組外洩的 AWS 金鑰，可對企業帳戶提供廣泛控制權，其中包括 526 組根金鑰。在受測憑證中，仍有 88% 處於啟用狀態；而 AWS 的隔離政策仍允許許多具破壞性的操作。

GDS Holdings 顯示，AI 相關資料中心訂單的增長速度快於已確認收入。這項趨勢反映需求強勁，但基礎設施擴建週期也使獲利延後。

TikTok 與 ByteDance 同意支付 4 億美元，和解美國司法部提起的案件；該案指控數百萬名未滿 13 歲兒童使用平台，且其資料在未獲家長同意下遭到蒐集。愛爾蘭監管機構也曾在 2023 年因兒童帳戶問題對 TikTok 罰款 3.45 億歐元。

隨著 AI 工作負載提高對系統資源的需求，Microsoft 正重新最佳化 8GB 以上裝置的 Windows 記憶體使用。文章認為，舊版相容性、整合服務、WebView2 與分散的資源管理，正壓縮本地模型和 AI Agent 可用的記憶體空間。

文章探討具身智能如何進入一場長期尋找產品市場契合度（PMF）的過程。文章認為，商業成功不會立即到來，因為技術路線仍未定型，而場景與規模之爭才剛開始。

一份最新報告警告，生成式AI正助長大學無人監考線上考試中的大規模作弊。相關機構敦促高校重新檢視這類評量，因為考試很容易被繞過，可能已無法可靠衡量學生的知識。

量子位報導星海圖與產業夥伴共同討論具身智能從模型走向生產力的路徑。文章強調透過產業協作，推動具身智能真正落地到多個行業。