WebRL：自进化在线课程强化学习框架，提升开源大模型网络任务能力的新框架

作者：蚝油菜花发布时间：2024-11-06

清华

WebRL 是清华大学和智谱 AI 联合推出的自进化在线课程强化学习框架，通过自我进化课程学习和结果监督奖励模型（ORM）评估任务成功与否，显著提升了开源 LLM 在 WebArena-Lite 基准...【查看原文】

相关资讯

WebRL：自进化在线课程强化学习框架，提升开源大模型网络任务能力的新框架

WebRL 是清华大学和智谱 AI 联合推出的自进化在线课程强化学习框架，通过自我进化课程学习和结果监督奖励模型（ORM）评估任务成功与否，显著提升了开源 LLM 在 WebArena-Lite 基准

清华

蚝油菜花 2024-11-06

OpenRL强化学习框架，支持单智能体、多智能体训练，还可训练自然语言任务!

OpenRL 是由第四范式强化学习团队开发的基于PyTorch的强化学习研究框架，支持单智能体、多智能体、自然语言等多种任务的训练。OpenRL基于PyTorch进行开发，目标是为强化学习研究社区提供一个简单易用、灵活高效、可持续扩展的平台。目前，OpenRL支持的特性包括：简单易用且支持单智能体、多智能体训练的通用接口支持自然语言任务（如对话任务）的强化学习训练支持从 Hugging Face 上导入模型和数据支持LSTM，GRU，Transformer等模型支持多种训练加速，例如：自动混合精度训练，

第四范式 Hugging Face

OpenRL官方 2023-05-15

近期资讯

Intel三款酷睿Ultra 200H处理器性能曝光：最高16核、5.4GHz

快科技12月29日消息，英特尔即将推出的新款酷睿Ultra200H系列的三款SKU在Geekbench上曝光，揭示了它们的单核和多核性能以及规格。首先是酷睿Ultra5225H，其在Geekbench6测试中单核得分2665分，多核得分14526分。

驱动之家 2024-12-29

普光气田首座高含硫增压站压缩机组完成首保

员王媛12月28日，记者从中原油田普光分公司获悉，普光气田主体湿气增压工程1号增压站3号压缩机组，完成2000小时保养并启机运行。这标志着普光气田首座高含硫增压站压缩机组首保任务完成，该站3台压缩机组已累计平稳运行2000小时。运行期间，该站单台机组最大处理能力为52.5万立方米/天。

环球网科技 2024-12-29

深圳：竞逐“低空第一城”

1000多架无人机腾空而起，在空中不断变换造型，组成奥运五环、火炬手、运动员等图案，配合无人机释放的流光溢彩焰火秀，点亮了城市夜空……参加表演的无人机全部来自深圳一家专精特新的“小巨人”企业。公司创始人高建民介绍。这只是深圳1700余家无人机及产业链企业中的一家，烟花表演也只是深圳众多无人机应用场景中的一项。

金台资讯 2024-12-29

未来智能COO王超：人工智能新浪潮下，AI硬件如何破局

随着AI应用的不断渗透，AI距离普通人的生活越来越近。大到智能汽车，小到AI耳机，从即问即答的AI助手，到能智能化点餐的AIAgent，AI正在从软、硬件两方面，重构每个人的生活。

财经天下WEEKLY 2024-12-29

2024·百姓身边科技事|学校社区融入“智能时代”

这所中学的校长李晓辉说，依托科技团队参加比赛项目，学生不仅在校内的科研课程、实验交流中精进水平，还能进入高校院所的实验室开展研究、参加国内外展示交流活动，向拔尖创新人才的方向发展。

新华社 2024-12-29

华为于W49-W51连续三周夺得中国智能手机市场销量市占率第一名

华尔街见闻从供应链获悉，华为于W49-W51（12.8-12.22）连续三周，分别以25%（124.4万台）、20.9%（101.1万台）和20.2%（92.4万台）的销量市占率，夺得中国智能手机市场第一名。12月4日，华为Mate70系列上市开售。

华尔街见闻 2024-12-29

日喀则和长白山40米射电望远镜启用

从中国科学院获悉，由中国科学院上海天文台负责建设的日喀则和长白山40米射电望远镜，27日正式落成启用，并将于2025年执行“天问二号”小行星探测任务。这将显著改进我国VLBI网的构型，不仅能更加有力地保障探月四期和深空探测任务，还将成为支撑射电天文研究观测的新利器。

中国战略新兴产业 2024-12-29

新技术可不受位置限制实现无线充电

这一创新技术使设备在三维空间内不受位置限制实现无线充电，为手机和其他电子设备的充电技术发展铺平了道路。它允许在三维空间内的任何位置为设备充电，无论是通过墙壁、地板还是空气。实验显示，新技术能够在2米距离内以46%的功率传输效率传送高达50瓦的电力，不论设备如何移动，充电效率几乎不变。

央广网 2024-12-29

全球跑得最快的高铁！CR450动车组样车发布

12月29日，CR450动车组样车发布，这标志着“CR450科技创新工程”取得重大突破。试验速度时速450公里，运营速度时速400公里，未来投入商业运营后可进一步压缩时空距离，让旅客出行更加便捷高效。

光明网 2024-12-29

小米SU7城市销量榜：杭州人买的最多上海、深圳包揽亚季军

快科技12月29日消息，易车榜今日发布了小米SU7今年1-11月份的城市销量Top20榜单。榜单显示，小米SU7的主要受众为新一线及一线城市，尤其以北上广深为销量大户。具体来看，杭州是小米SU7销量最高的城市，今年前11月累计销售9402辆，接近万辆。

快科技 2024-12-29

WebRL：自进化在线课程强化学习框架，提升开源大模型网络任务能力的新框架

推荐体验

相关资讯

WebRL：自进化在线课程强化学习框架，提升开源大模型网络任务能力的新框架

OpenRL强化学习框架，支持单智能体、多智能体训练，还可训练自然语言任务!

研究人员打造即插即用型框架，将多智能体强化学习引入大语言模型

APUS李涛：未来AI大模型的演进将会采用自博弈强化学习新范式

开源的意义-深度学习框架篇

近期资讯

Intel三款酷睿Ultra 200H处理器性能曝光：最高16核、5.4GHz

普光气田首座高含硫增压站压缩机组完成首保

深圳：竞逐“低空第一城”

未来智能COO王超：人工智能新浪潮下，AI硬件如何破局

2024·百姓身边科技事|学校社区融入“智能时代”

华为于W49-W51连续三周夺得中国智能手机市场销量市占率第一名

日喀则和长白山40米射电望远镜启用

新技术可不受位置限制实现无线充电

全球跑得最快的高铁！CR450动车组样车发布

小米SU7城市销量榜：杭州人买的最多上海、深圳包揽亚季军

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响