搜索结果

关键词 "deep history navigation" 的搜索结果， 共 4 条, 只显示前 480 条

TokenPony – AI大模型资源平台，一键接入自由调用

TokenPony – AI大模型资源平台，一键接入自由调用

TokenPony 是为个人开发者和小型团队设计的高效 AI 平台，如同一位智能指挥家，将多种主流大模型（如 DeepSeek、Kimi、Qwen、GLM 等）集成在一个统一接口下，极大地简化了模型切换的繁琐流程。用户无需跨平台操作，可一键接入并自由调用不同模型，享受超长 1024K 上下文支持，轻松处理长文档和复杂任务。TokenPony 提供零配置、免部署的一键调用 API，无需自建 GPU

rStar2-Agent-强大的主动式强化学习推理模型

rStar2-Agent-强大的主动式强化学习推理模型

微软研究院的一个研究团队探索了使用主动式强化学习（agentic reinforcement learning）来实现这一目标，也就是说，模型会与专用工具环境中的工具进行交互，并根据收到的反馈调整其推理方式。而他们的探索成果便是 rStar2-Agent，这是一种强大的主动式强化学习方法。使用该方法，这个微软团队训练了一个 14B 的推理模型 rStar2-Agent-14B—— 该模型达到前沿级
ROMA——平替Deep Research

ROMA——平替Deep Research

ROMA是一个元代理框架，它使用递归分层结构来解决复杂问题。通过将任务分解为可并行执行的组件，ROMA 使代理能够应对复杂的推理挑战，同时保持透明性，从而简化上下文工程和迭代。该框架提供并行问题解决功能，代理可以同时处理复杂任务的不同部分；其开发过程透明，结构清晰，易于调试；此外，我们搜索代理的强大基准测试结果也证明了其卓越的性能。我们已经展示了该框架的有效性，但这仅仅是个开始。作为一个开源且可扩
通义DeepResearch – 阿里推出的开源深度研究智能体

通义DeepResearch – 阿里推出的开源深度研究智能体

通义DeepResearch 是阿里巴巴推出的开源深度研究智能体，专为长周期、深度信息检索任务设计。拥有 300 亿参数，每次激活 30 亿参数，支持 ReAct 模式和深度模式（Heavy Mode），后者通过迭代研究范式（IterResearch）提升复杂推理能力。智能体采用全流程合成数据方案，无需人工干预即可生成高质量数据集，突破智能体能力上限。训练流程涵盖智能体持续预训练（Agentic

只显示前20页数据，更多请搜索