腾讯 Yuanbao 搜索智能体用混合 OPD 保住通用能力
_reachsumit · x · 2026-08-04
腾讯发布 Cross-Domain Hybrid OPD，这是其 Yuanbao 搜索智能体 的训练框架，目标是在“搜索专精”和“通用能力”之间不做零和取舍。
- 方案把用于自动搜索的 agentic RL，和跨领域专家的 on-policy distillation 结合起来。
- 其核心目标是避免常见的 alignment tax：为了搜索能力变强，通用能力却被拖累。
- 报告称该框架基于 Hunyuan3 架构，在保持搜索表现竞争力的同时，也持续提升了模型的跨域通用能力。
「公司和人」频道最新
- 扎克伯格：未来每家企业都将拥有定制化 AI 系统 — rohanpaul_ai · 2026-08-04
- MiniMax高管回顾海螺AI成长史，宣布将推进开源 — VoidAsuka · 2026-08-04
- 黄仁勋：闭源模型其实更便宜，开源的核心价值在于掌控力 — rohanpaul_ai · 2026-08-04
- OpenAI 公开发文称苹果“错了”，引发公司口水战 — apples_jimmy · 2026-08-04
- Numerai 组队做自主量化研究 AI，开放三类岗位 — AndrewCritchPhD · 2026-08-04
- OpenAI 称 Apple 因姓氏混淆发错邮件提起诉讼 — ChrisGPT · 2026-08-04