CCTest · Blog
NeMo-DCR:用增量同步把万亿参数智能体强化学习权重更新提速约35倍
强化学习
cctest.ai
强化学习

NeMo-DCR:用增量同步把万亿参数智能体强化学习权重更新提速约35倍

NeMo-DCR 面向训练集群与 rollout 集群之间的权重同步,只传输发生变化的参数,并保证接收端与完整检查点加载结果逐位一致。在 1 万亿参数、3% 元素变化的测试中,同步时间从 87.5 分钟降至 2.5 分钟。

阅读全文
CCTest · Blog
让个人智能体替用户改写推荐:跨平台历史如何介入排序
AI 智能体
cctest.ai
AI 智能体

让个人智能体替用户改写推荐:跨平台历史如何介入排序

这项研究提出“个人智能体介导推荐”,让平台推荐系统先生成候选排序,再由掌握跨平台用户历史的个人智能体进行调整。研究同时发布 MediateRec 基准和 PAMO 方法,探索智能体何时应纠偏、何时应相信平台。

阅读全文
CCTest · Blog
机器人没按指令行动,VLA如何在部署现场学会自我补偿?
机器人与物理 AI
cctest.ai
机器人与物理 AI

机器人没按指令行动,VLA如何在部署现场学会自我补偿?

机器人真实执行动作时,常会受到摩擦、回差、负载变化和机械磨损影响,导致动作偏离视觉语言动作模型的指令。来自浦项科技大学的研究提出一种无需任务标签或奖励的在线自补偿方法,并用 RoboStress 系统测试 VLA 的抗执行误差能力。

阅读全文