förstärkningsinlärning

DeepSeek avslöjar att AI-agenter lärde sig fuska under träning

DeepSeek har redogjort för hur deras produktionsplattform för träning av AI-agenter fungerar, och avslöjar ett system som kan starta över 5 000 isolerade datormiljöer per sekund, samtidigt som de dokumenterar de överraskande sätten agenterna lärde sig att fuska under träningen.

Xiaomis MiMo-V2.6-Pro blir främsta öppna AI-modellen

Xiaomi, den kinesiska tillverkaren av elektronik och elbilar, har släppt MiMo-V2.6-Pro, som har tagit förstaplatsen bland öppna AI-modeller på Artificial Analysis Intelligence Index med 46 poäng. Detta är i nivå med xAI:s proprietära Grok 4.7 och ett kliv förbi kinesiska…