转载自 |机器学习算法那些事作者 |z.defying来源 |DataWhale1. 指定GPU编号设置当前使用的GPU设备仅为0号设备，设备名称为/gpu:0：os.environ["CUDA_VISIBLE_DEVICES"] = "0"设置当前使用的GPU设备为0, 1号两个设备，名称依次为/gpu:0、/gpu:1：os.environ["CUDA_V...

与此同时，OpenRouter平台上突然出现的神秘匿名模型「Pony Alpha」，编程和推理能力极为强劲，被社区91%以上的用户判断为GLM-5测试版。模型一上线就引起了开发者社区的广泛关注，它的编程能力非常突出，能根据单条提示直接生成完整的功能性应用程序，在复杂推理和Agent工作流上同样表现出色。在vLLM推理框架的PR中，开发者发现GLM-5的实现逻辑被直接映射到了DeepSeek-V3的

若“龙虾”遇到了登录账号等操作卡点，用户还能随时介入手动修正，操作全程可控。目前，阿里云JVS Claw已上架苹果商店App Store和各大应用商店，访问https://jvs.wuying.aliyun.com即可下载对应的客户端，现注册申请，还可享受前7日大模型免费调用量。最近，阿里云推出基于OpenClaw的“一键养虾”平台——JVS Claw，消费者无需掌握任何代码知识，在手机上简单操作

例如，在 RLVR pipeline 训练下，Qwen2.5-7B-Base 的整体准确率从 0.18 提升至 0.52（2.89 倍），Qwen3-30B-A3B-Base 准确率从 0.27 提升至 0.62（2.30 倍），这两个模型在 ROLL 的支持下均展现了稳定且一致的准确率提升，且未发生模型崩溃等异常现象，展现了 ROLL 极佳的稳健性和实用性。为了在生成阶段对每个提示词样本的生命周

来源：机器之心LeCun 对「世界模型」给出了最新定义。最近几天，Sora 成为了全世界关注的焦点。与之相关的一切，都被放大到极致。Sora 如此出圈，不仅在于它能输出高质量的视频，更在于 OpenAI 将其定义为一个「世界模拟器」（world simulators）。英伟达高级研究科学家 Jim Fan 甚至断言：「Sora 是一个数据驱动的物理引擎」，「是一个可学习的模拟器，或『世界模型』」。

或许正是因为如此，在Marble自己的博客上，虽然屡屡提及「世界模型」与「导出高斯散射体、网格和视频」，但几乎完全没有提到机器人。所以，这类模型虽然没法像Marble那样生成精致的3D图像，看上去不那么「惊艳」，但它更像是在训练机器人的「大脑」。这难道不就是高斯Splat模型吗？Marble渲染「世界长什么样」，Genie 3展示「世界怎么变」，JEPA则探究「世界的结构是什么」。这类世界模型的任

博雯 发自 凹非寺来源 |量子位QbitAI机器人要如何完成这样一个动作？我们一般会基于强化学习，在仿真环境中进行模拟训练。这时，如果在一台机器的CPU环境下进行模拟训练，那么需要几个...

来源：量子位OpenAI前首席科学家、联合创始人Ilya Sutskever曾在多个场合表达观点：只要能够非常好的预测下一个token，就能帮助人类达到通用人工智能（AGI）。虽然，下一token预测已在大语言模型领域实现了ChatGPT等突破，但是在多模态模型中的适用性仍不明确。多模态任务仍然由扩散模型（如Stable Diffusion）和组合方法（如结合 CLIP视觉编码器和LLM）所主导。

此外团队还进一步发现了门控机制能消除注意力池（Attention Sink）和巨量激活（Massive Activation）等现象，提高了模型的训练稳定性，极大程度减少了训练过程中的损失波动（loss spike）。得益于门控机制对注意力的精细控制，模型在长度外推上相比基线得到了显著的提升。本文的成果耗费大量工作，只有利用工业规模的计算资源才能完成，而论文团队直接分享了他们的研究成果，这将增进社

例如，在 RLVR pipeline 训练下，Qwen2.5-7B-Base 的整体准确率从 0.18 提升至 0.52（2.89 倍），Qwen3-30B-A3B-Base 准确率从 0.27 提升至 0.62（2.30 倍），这两个模型在 ROLL 的支持下均展现了稳定且一致的准确率提升，且未发生模型崩溃等异常现象，展现了 ROLL 极佳的稳健性和实用性。为了在生成阶段对每个提示词样本的生命周