MSRA清北推出强化预训练！取代传统自监督，14B模型媲美32B
微软亚洲研究院（MSRA）联合清华大学、北京大学提出全新预训练范式RPT（强化预训练），首次将强化学习深度融入预训练阶段，让模型在预测每个token前都能先“动脑推理”，并根据推理正确性获得奖励。
rpt
「Next-Token」范式改变！刚刚，强化学习预训练来了
在 2016 年的一次演讲中，Yann LeCun 曾将强化学习比喻成蛋糕上的樱桃。他提到，「如果把智能比作一块蛋糕，那么无监督学习就是蛋糕的主体，监督学习就是蛋糕上的糖霜，而强化学习则是糖霜上的樱桃。我们已经知道如何制作糖霜和樱桃，但却不知道如何制作蛋糕本身
13.5亿美元！BMS子公司引进一款核药
6月10日，Philogen集团全资子公司 Philochem宣布 与百时美施贵宝（BMS） 全资子公司RayzeBio达成最终协议，将OncoACP3（一款临床在研前列腺癌治疗和诊断药物）的 独家 全球 开发、生产和商业化权益授予后者。 双方预计该交易将于2
意识的神经理论多尺度整合视角
意识体验如何与物质性的大脑过程相关联？近年来，随着意识研究的激增，许多旨在回答这一古老问题的理论应运而生，并且一些理论目前正受到激烈争论。尽管大多数研究者迄今为止主要孤立地专注于发展和验证他们偏好的理论，本文由代表不同理论的一组科学家撰写，采取了一种不同的方法