科技媒體marktechpost報道，英偉達聯合賓夕法尼亞州立大學、華盛頓大學推出Nemotron-Research-Tool-N1系列模型，該模型受DeepSeek-R1啟發，采用新型強化學習(RL)范式，顯著提升大型語言模型(LLMs)的工具推理能力。
傳統方法依賴合成數據，難以捕捉明確的推理步驟，導致模型僅模仿表面模式。Nemotron-Research-Tool-N1通過輕量級監督機制和二元獎勵策略，使模型自主優化工具調用的功能正確性。其采用結構化提示模板(如``和``標簽)，有效避免過擬合。
測試顯示，基于Qwen2.5和LLaMA變體的Nemotron-Research-Tool-N1在BFCL和API-Bank基準上表現優異，準確率超越GPT-4o及專用微調模型。這一成果標志著LLMs從監督微調向強化學習范式的重要轉變。
文章內容僅供閱讀，不構成投資建議，請謹慎對待。投資者據此操作，風險自擔。
海報生成中...
海藝AI的模型系統在國際市場上廣受好評，目前站內累計模型數超過80萬個，涵蓋寫實、二次元、插畫、設計、攝影、風格化圖像等多類型應用場景，基本覆蓋所有主流創作風格。
IDC今日發布的《全球智能家居清潔機器人設備市場季度跟蹤報告，2025年第二季度》顯示，上半年全球智能家居清潔機器人市場出貨1,2萬臺，同比增長33%，顯示出品類強勁的市場需求。
京公網安備 11010502041587號