当提示词优化器学会进化，竟能胜过强化学习
当提示词优化器学会进化，竟能胜过强化学习仅靠提示词优化就能超越 DeepSeek 开发的 GRPO 强化学习算法？ 是的，你没有看错。近日上线 arXiv 的一篇论文正是凭此吸引了无数眼球。
来自主题: AI技术研报
8685 点击 2025-08-01 11:42
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
仅靠提示词优化就能超越 DeepSeek 开发的 GRPO 强化学习算法？ 是的，你没有看错。近日上线 arXiv 的一篇论文正是凭此吸引了无数眼球。
本周四，知名初创公司 Manus 推出了一项重要新功能，可以通过向上百协同工作的 AI 智能体分配任务来进行广泛的研究。今年早些时候，Manus 的多智能体平台改变了人们应用 AI 工具的方式。不过现在，这家创业公司正在试图开发一种与大模型深度思考 Deep Research 同样重要的新能力。
谷歌DeepMind开启「上帝视角」，全新力作AlphaEarth Foundations震撼上线，10米级分辨率，打造出前所未有的地球数字画像。网友直呼：这不就是「地球版ChatGPT」？
7月29日，Ambience Healthcare宣布完成2.43亿美元的C轮融资，最新估值超过10亿美元，成为今年医疗科技领域规模最大的融资事件之一。
Anthropic 联合创始人 Jared Kaplan 是一名理论物理学家，研究兴趣广泛，涉及有效场论、粒子物理、宇宙学、散射振幅以及共形场论等。过去几年，他还与物理学家、计算机科学家们合作开展机器学习研究，包括神经模型以及 GPT-3 语言模型的 Scaling Law。
近年来, 大语言模型 (LLM) 在数学、编程等 "有标准答案" 的任务上取得了突破性进展, 这背后离不开 "可验证奖励" (Reinforcement Learning with Verifiable Rewards, RLVR) 技术的加持。RLVR 依赖于参考信号, 即通过客观标准答案来验证模型响应的可靠性。
香港科技大学近日宣布，其校内诊所已正式引入SmartCare，旨在通过智能化和自动化，全面革新患者的诊疗流程。
Hassan El Mghari 应该是一名很成功的 AI 独立开发者了。
AI App会将成为下一个「CarPlay」。
下一代AI软件是Agentic Software。 7月26日开幕的WAIC2025，参展观众人满为患，甚是热闹，相比之下今年AI产品的噱头与出圈，反倒少了很多消息。