为解决这些问题，研究团队提出了一种新颖的增强学习方法——MUSEG（时间戳感知多段定位），通过两个创新设计显著提升了模型的时间理解能力：多段定位任务和基于阶段性奖励的训练方案。让我们来详细了解这项创新研究。

LONDON, June 2 (Xinhua) -- British Prime Minister Keir Starmer on Monday unveiled the country's long-anticipated Strategic Defence Review, but stopped short of committing to raising defence spending ...

简单地说，如果模型的推理过程能自然地引导出正确答案，那么这个推理过程就是好的；如果推理过程与正确答案相去甚远，那么模型就会得到较低的奖励。这个方法不需要额外的验证器，既节省计算资源，又能有效提高模型的推理能力。

在人工智能快速发展的今天，让机器具备像人类一样的推理能力一直是研究者们孜孜不倦追求的目标。最近，来自香港中文大学多媒体实验室和上海人工智能实验室的研究团队带来了一项重要突破。由范凯璇、冯凯拓、吕浩铭、周栋展和岳向宇共同完成的研究《SophiaVL-R1: Reinforcing MLLMs Reasoning with Thinking ...

近日，来自麻省理工学院（MIT）和MIT-IBM Watson AI实验室的研究团队发布了一项突破性研究，他们开发的TANGO框架（Reinforcing Generator and Verifier Together for Language ...

Thailand sends a clear message of readiness, hospitality, and long-term vision through the Sawasdee Nihao initiative, which honors friendship and paves the way for a new chapter of sustainable, ...

BEIJING, May 31 (Xinhua) -- China's manufacturing activity continued to show signs of improvement in May as production ...

当前两个事件——一个正在发生、另一个即将发生——鲜明地体现了所谓的“特朗普效应”对美国政治与政策制定的深刻影响。第一件事关于特朗普政府禁止哈佛大学招收国际学生。美国国土安全部长克里斯蒂诺姆在一封发布于X（前称Twitter）的信件中表示：“我在此通知 ...

NINGBO, China, May 25 (Xinhua) -- As global trade buckles under escalating protectionism and geopolitical volatility, ...

对于中国销量最大的啤酒酿造商华润啤酒来说，不断变化的市场动态不仅是一个挑战，而且是一个生存的威胁。它的旗舰品牌“雪花”，通过规模扩张和积极的价格策略，已经成为中国最畅销的啤酒，但这种方法已经变得不可持续。在内部，该公司努力应对运营效率低下、在高端领域 ...

2025年5月26日，澳大利亚反倾销委员会发布第2025/043号公告称，应中国出口商宝武集团鄂城钢铁有限公司（Baowu Group Echeng Iron and Steel Co Ltd）提交的申请，对其出口至澳大利亚的直径小于等于50毫米的钢筋（Steel Reinforcing Bar）发起反倾销复审调查，审查与现行反倾销措施有关的可变因素是否应进行变更。本案的倾销调查期为2024年4月 ...