腾讯混元开源 FlowBalance：用验证器校准实现推理模型自我提升
Tencent-Hunyuan · hf · 2026-09-08
腾讯混元团队在 Hugging Face 发布研究项目 FlowBalance，提出一种从 on-policy 推理经验中进行验证器锚定的自我改进方法。
「研究」频道最新
- EmbodiedSkills:统一编排、训练与部署 VLA 机器人技能的框架 — Wei Wang · 2026-09-08
- On-Policy 自蒸馏的批判性综述:一个症状,三个杠杆 — OVHaiLLM · 2026-09-08
- 流体正则性问题进展神速:Tao 称光滑解证明或已可行 — basedjensen · 2026-09-08
- Anima 团队用 PINN 找到 3D Euler 方程首个稳定奇点 — basedjensen · 2026-09-08
- CIRPIN 用循环置换训练 GNN，识破蛋白质结构搜索的位置盲区 — bravo_abad · 2026-09-08
- 日本推出 JapanFold:8 个开源生物学 AI 模型免费供国内研究者使用 — DavidBennett__ · 2026-09-08