返回智能体强化学习

智能体强化学习

IBM
2026-08-26 05:50:50

IBM 发布 Granite 4.2 开源推理模型,含 3B、8B、30B 三档

IBM 发布 Granite 4.2 系列开源推理语言模型,提供 3B、8B 和 30B 三种参数规模,支持原生思维链、思考开关和低功耗模式。8B 与 30B 版本加入智能体强化学习,可在沙盒环境中执行代码编辑、终端操作和网络搜索。该系列采用 Apache 2.0 协议开源,允许下载、微调和商业使用。

30
IBM 发布 Granite 4.2 开源推理模型,含 3B、8B、30B 三档
xAI
2026-08-13 06:03:28

xAI发布 Grok 4.6,主打长任务智能体并接入 Cursor

xAI 发布 Grok 4.6,称该模型基于 Grok 4.5 构建,重点提升长时间运行的智能体能力、可视化项目生成与多步骤任务处理。xAI 表示,Grok 4.6 在 Artificial Analysis Intelligence Index 上与 GPT-5.6 Sol 持平,并已上线 Cursor 与 Grok Build。该模型也可通过 API 以及 OpenRouter、Vercel、Cloudflare 等合作方接入,API 定价为每百万输入代币 2 美元起、每百万输出代币 6 美元起。

80
xAI发布 Grok 4.6,主打长任务智能体并接入 Cursor
Kimi.ai
2026-07-27 15:28:55

Kimi.ai 开源 MoonEP、AgentENV 与 FlashKDA 等底层组件

Kimi.ai 团队在开放 Kimi K3 模型权重和技术报告的同时,继续开源多项底层基础设施,包括分布式 MoE 训练通信库 MoonEP、与 kvcache-ai 合作开发的 AgentENV,以及基于 CUTLASS 的高性能内核 FlashKDA。官方表示,这些组件可降低大规模 MoE 与智能体强化学习训练中的通信和推理开销,并可作为 flash-linear-attention 的即插即用后端使用。

1050
Kimi.ai 开源 MoonEP、AgentENV 与 FlashKDA 等底层组件
Prime Intelle
2026-07-13 02:31:09

Prime Intellect 以 10 亿美元估值完成 1.3 亿美元 A 轮融资

Prime Intellect 宣布以 10 亿美元估值完成 1.3 亿美元 A 轮融资,Radical Ventures 领投,英伟达、英特尔和戴尔旗下投资机构参投,累计融资超过 1.5 亿美元。公司同时披露年化收入已超过 1 亿美元,客户数超过 6000 家。其近两年围绕分布式训练、强化学习和推理系统持续推进产品化,并与英伟达在软硬件层面展开合作。报道也提到,Prime Intellect 官方文档中曾出现的部分 Web3 和代币奖励表述已被删除。

280
Prime Intellect 以 10 亿美元估值完成 1.3 亿美元 A 轮融资