博客

开发者工具使用指南、技术科普与最佳实践。

全部 AI Agent AI 编程助手 AI基础设施 AI安全 AI工程化 AI智能体 AI编程 AI编程助手 AI编程工具 AI编辑器 AI集群 Agent Anthropic Apache2.0 Base64 CSP CSS Cache Claude Claude Code ComfyUI Copilot Cursor DeepSeek DeepSeek V4 Embedding Eric Xing Function Calling GitHub Copilot H3 HTTPS Hugging Face IDE IDE插件 IFM INT4 JSON K2 Horizon KV Cache Kimi K3 LLM LLM安全 LLM应用开发 LLM部署 LM Studio LangChain Linux基金会 Llama MCP MLX Markdown Meta MiniCPM5 MiniMax MoE Muse Glimmer NVIDIA Nature Node.js Ollama OpenAI OpenBMB PAIR PagedAttention Production Prompt Injection PromptInjection Prompt注入 Qdrant Qwen3.8 RAG RAG安全 React SEO SSL Security Transformer TypeScript URL Unicode Unix VS Code WebGPU WebLLM Web安全 Web开发 Windsurf XML XSS gpt-oss llama.cpp transformers.js vLLM 代码审查代码编辑器代码规范代码重构供应链写作前端向量数据库向量检索图片在线工具大模型安全实战实战经验密码工程实践幻觉开发工具开发效率开发者体验开发者工具开源开源协议开源大模型开源模型开源生态强化学习性能优化成本优化推理优化提效提示注入提示词搜索引擎收购效率效率工具数据库数据格式文本处理文档时间戳智能密度本地AI 本地推理格式化检索检索优化检索增强检索增强生成模型选型正则表达式流量浏览器推理渗透测试生产力生产实践生产环境生产部署知识库端侧AI 端侧推理类型系统编码编程编程助手网站速度英伟达视频生成计算机基础设计证书语义搜索踩坑经验量化防御方案防御架构隐私保护面壁智能颜色黄仁勋

标签：#强化学习 · 清除筛选

AI技术·2026-09-09

2B 打爆 12B：面壁智能开源 MiniCPM5-2B，端侧 Agent 时代的「小钢炮」来了

面壁智能联合 OpenBMB 开源 MiniCPM5-2B，2.6B 参数模型以 20 分碾压同级模型（均低于 10 分），打赢 12B 的谷歌 Gemma 4，34 项基准排名第一，配套开源 RL 框架与数据集，端侧 Agent 能力首次真正可用。

MiniCPM5端侧AI开源大模型AI智能体面壁智能OpenBMB强化学习智能密度

AI技术·2026-09-02

DeepSeek-R1 登上 Nature 封面：全球首个通过同行评审的大模型，意味着什么？

DeepSeek-R1 推理模型论文登上 Nature 封面，成为全球首个通过完整同行评审的主流大语言模型，训练成本仅 29.4 万美元，引发业界对 AI 研究透明度和学术规范的深度讨论。

DeepSeekNature大模型强化学习开源

显示第 1-2 篇，共 2 篇