AI前沿：从语音聊天到机器人策略

本期播客精华汇总 LLaMA-Omni 2: LLM-based Real-time Spoken Chatbot with Autoregressive Streaming Speech SynthesisLLaMA-Omni 2: 基于 LLM 的实时语音聊天机器人，具有自回归流式语音合成提出LLaMA-Omni 2系列模型，通过模块化设计和自回归流式语音合成，仅用20万合成对话数据实现低延迟（0.6秒）、高质量的实时语音交互，超越依赖海量数据的模型，适用于智能客服和虚拟助手。 New News: System-2 Fine-tuning for Robust Integration of New Knowledge新消息：系统-2 微调以实现新知识的稳健集成引入“系统2微调”和New News数据集，通过自问答策略显著提升AI内化新知识的能力，发现“上下文遮蔽效应”，为新闻推荐和知识更新提供新思路。 More Optimal Fractional-Order Stochastic Gradient Descent for Non-Convex Optimization Problems更优分数阶随机梯度下降算法用于非凸优化问题提出2SEDFOSGD算法，通过动态调整分数阶指数优化非凸问题，收敛更快、更鲁棒，适合自动驾驶等复杂数据场景。 The Unreasonable Effectiveness of Discrete-Time Gaussian Process Mixtures for Robot Policy Learning离散时间高斯过程混合对机器人策略学习的非平凡有效性MiDiGaP以离散时间高斯过程混合表示，仅用5个演示高效学习复杂机器人任务，支持推理时避障和跨机器人迁移，适用于工业和家用机器人。 RM-R1: Reward Modeling as ReasoningRM-R1：奖励建模作为推理RM-R1将奖励建模定义为推理任务，通过推理链蒸馏和“规则链”强化学习，提升判断准确性和透明度，适用于聊天机器人对齐和自动评分。完整推介：https://mp.weixin.qq.com/s/7ay8BGS-ESgZhtBpkAK3Qg

There are no comments yet.

Please log in to write the first comment.