
从《致青春》《中国合伙人》《小时代》起,国内这种70、80、90后青春回忆题材的电影开始火起来,把一个时代的少年成长浓缩到校园里,在一个体制大背景下上演属于青春的小感情。
又到一年毕业季,缅怀过去伤感青春的电影,开始狂轰滥炸起来,而《同桌的你》今天公映,掀起了找同桌、重温当年情谊的小风潮,也印证了回不去的遗憾总是美好的。
你或许没有遇到和兄弟一起追的女孩,没有遇到过青梅竹马至成年的发小,但你总会有一位同桌,帮你削过铅笔,也刻过你的橡皮,给你传过纸条,也打过你的小报告;你们划过“三八线”,也一起补过作业,一起开过小差看电影,一起比过考试成绩。
这部电影技术角度和内容上不做多说,或许能打动人的电影就是好电影,你觉得呢?
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。