格隆汇11月19日｜在本月初离开Meta后，现代AI基础设施领域最具影响力的人物之一Soumith Chintala宣布正式加入前OpenAI技术长Mira Murati创办的初创公司Thinking Machines ...

北京时间11月14日，据彭博社报道，知情人士称，OpenAI前首席技术官(CTO)米拉穆拉蒂(Mira Murati)建立的AI创业公司Thinking Machines Lab正就新一轮融资进行早期谈判，估值约达500亿美元。

机器之心报道机器之心编辑部即便是最详细的模型规范，也存在内部矛盾、粒度不足与解释歧义。现如今，LLM 正越来越多地受到模型规范的约束，这些规范为模型的行为准则与伦理边界提供了清晰定义。它们构成了 Constitutional AI（宪法式 AI） 与 ...

与此同时，这位 PyTorch 之父也更新了自己的个人介绍，正式官宣加入 TML，并表示正在这家估值已达 500 亿美元的创业公司「创造新东西（Building new things）」 。 根据 Chintala 离职 me ta 前的推文，他是在 ...

近期，专注于人工智能研究的技术团队Thinking Machines Lab（TML）发布了一篇技术博客，详细阐述了其研发的“在策略蒸馏”训练方法。该方法通过融合强化学习的纠错机制与监督微调的密集反馈，显著提升了小型语言模型在数学推理和个性化助手场景中的表现。

在策略蒸馏是一种将强化学习 (RL) 的纠错相关性与 SFT 的奖励密度相结合的训练方法。 刚刚，不发论文、爱发博客的 Thinking Machines Lab （以下简称 TML）再次更新，发布了一篇题为《在策略蒸馏》的博客。 在策略蒸馏（on-policy distillation）是一种将强化学习 (RL) 的 ...