forsterkningslæring

DeepSeek avslører at AI-agenter lærte å jukse under trening

DeepSeek har lagt frem detaljer om sin produksjonsplattform for trening av AI-agenter, og avslører et system som kan opprette over 5 000 isolerte datamiljøer i sekundet, samtidig som de dokumenterer de overraskende metodene agentene brukte for å jukse under treningen.

Xiaomis MiMo-V2.6-Pro er nå den ledende åpne AI-modellen

Xiaomi, den kinesiske produsenten av elektronikk og elbiler, har lansert MiMo-V2.6-Pro, som har inntatt førsteplassen blant åpne AI-modeller på Artificial Analysis Intelligence Index med en skåre på 46. Dette er på nivå med xAIs proprietære Grok 4.7 og et sprang…