研究团队还发现了一个重要现象：不同模型架构对强化学习训练的响应存在显著差异。Llama系列模型在数学推理任务上的强化学习效果相对有限，平均提升只有0.93个百分点，同时Pass@k得分还下降了3.26个百分点。相比之下，Qwen系列模型对强化学习训练 ...

在人工智能的世界里，通常大家都认为模型越大越好，就像汽车引擎越大马力越强一样。不过，由小豆科技实验室（Xiaoduo AI ...

目前论文已经被 EMNLP 2025 主会录取，同时模型已经开源论文: https://huggingface.co/papers/2509.01215Github: https://github.com/Tencent/POINTS-ReaderHuggingFace: https://huggingface.co/tencent/POINTS-ReaderDemo: https://huggi ...

这项由阿里巴巴达摩院的邓荣豪、袁语骞等研究人员领导的突破性研究于2025年8月发表，论文题目为《RynnEC: Bringing MLLMs into Embodied ...