
在本届CES上,Parrot又推出两款新奇的智能玩具,分别是MiniDrone与Jumping Sumo。
Jumping Sumo是一款可以在地上行走并跳跃的遥控机器人,通过智能终端设备对它进行操控,它配备一个陀螺仪及一个加速计,反应极其灵活敏捷,支持拍摄功能,拥有弹性的冲击系统使得Jumping Sumo可以跳来跳去,机身采用弹性的塑料材质使得它在自然落下时可以承受比较大的冲击力。
MiniDrone是Parrot的AR.Drone产品“缩小版”,也是四轴直升机。用户可通过Bluetooth Smart技术把MiniDrone与智能终端连接,达到操控的目的,它支持拍摄功能,内置的超声波传感器、加速度计、陀螺仪等感应器及自动驾驶功能,还配备两个碳纤维车轮,可沿墙壁迅速攀爬或快速穿越天花板,真的是偷拍利器。
下面请看演示视频:
[video]uu=dfa091e731&vu=6513556245&auto_play=0&width=600&height=450[/video]
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。