一手来源
来自监管文件、官方公告或公司 IR 等一手渠道【论文】Multiscale Policy Optimization for Long-Horizon LLM Agents
arXiv 2610.35013 · 24 人推荐。Long-horizon LLM agents interact with their environments through complete assistant turns while generating each action token by token. We observe that critic values vary primarily across turns, motivating optimization anchored at turns with finer credit allocation among tokens. We propose Multiscale Policy Optimization (MPO), combining Multiscale Advantage Estimation (MAE) and turn-level importance sampling to align credit assignment and policy updates at the turn scale. Extensive experiments ac
Evidence
来源与证据
已关联官方公告、监管文件、论文或公司发布等一手材料。
- 发布时间
- 内容处理
- AI 翻译 / 摘要，需结合原文核对
相关资讯
百度发布 Apollo World 世界模型，助力无人驾驶规模化落地
百度发布 Apollo World 世界模型，助力无人驾驶规模化落地 4 小时前 百度 Apollo 在相关专场上首次披露面向物理 AI 的智能体驱动全模态世界模型 Apollo World，提出世界模型「2 + 3」判断标准，该模型已用于萝卜快跑全球化测试与验证，助力无人驾驶规模化落地。Apollo World 将虚拟场景内所有交通参与者建模为具备决策与交互能力的 AI 智能体，支持无人车在虚拟城市任意起终点通行，其技术栈还可拓展至机器人等更广泛的物理 AI 场景，虚拟路测效率极高，依托真实运营数据形成真实运营与虚拟验证相互促进的闭环，可帮助消化测试成本与部署风险，破解无人驾驶规模化的「
DeepSeek发布创作者模式，下一代大模型计划基于华为昇腾芯片预训练
“你的Harness，由你定义。”（Your Harness. You Define It）在发布智能体更新后，DeepSeek再次更新Creator Mode（创作者模式）。11月2日，澎湃新闻记者获悉，DeepSeek Harness发布Creator Mode（创作者模式）演示视频，集中展示通过对话创建插件的能力，并公开七组演示的中英文提示词。据DeepSeek在推送中介绍：“来认识DeepSeek Harness中的‘创造模式’，把想法转化为你能直接使用的插件：可以是设计工作台、沙盒游戏，或是一个3D大模型可视化工具，你会创造出什么？”所谓Harness，是指围绕大语言模型构建的一套软
国内三大顶尖大模型负责人乌镇同台对话：开源后如何防范风险
11月3日，2026年世界互联网大会乌镇峰会在浙江桐乡乌镇开幕。此次峰会的主题是“开源开放 共建共享——携手构建网络空间命运共同体”，聚焦人工智能的开源开放。这也是世界互联网大会第一次把“开源”置于主题位置。围绕上述主题，当天下午举行的主论坛专门开设了“人工智能乌镇对话”环节。在世界互联网大会人工智能专业委员会首席主任委员、中国工程院院士、之江实验室主任王坚的主持下，国内三大顶尖开源大模型企业——DeepSeek（深度求索）、阿里千问和MiniMax（稀宇科技）的相关负责人针对开源大模型的热点问题展开交流。“人工智能乌镇对话”现场。澎湃新闻记者 徐益平 图国内大模型企业为何纷纷选择开源过去一年
谷歌调整 K-12 教育 AI 政策：Gemini、搜索等服务默认关闭
IT之家 11 月 4 日消息，当地时间 11 月 3 日，谷歌宣布将从 2027 年起调整面向 K-12（幼儿园至高中）教育用户的人工智能功能管理政策，学校管理员需要主动启用，学生账户才能使用 Gemini、NotebookLM、Gemini in Classroom 以及 Google Search 等相关服务。谷歌同时明确表示，如果学校选择全面禁用 AI，学生也将无法继续使用 Google Search。根据谷歌官方公告，该公司将在与学校、教师、研究人员及政策制定者沟通后，调整教育产品的管理方式。新政策实施后，学校管理的 K-12 学生账户中，Gemini、Gemini Notebook
AI 翻译、摘要和解读仅用于辅助判断；涉及重要决策时，请回到上方来源核实。