GRASP：长时域世界模型的梯度规划器
深度2026年4月20日6 分钟阅读
BAIR 团队提出 GRASP，一种基于梯度的规划器，专门解决在大型学习世界模型中进行长时域规划的难题。通过引入虚拟状态并行优化、状态迭代随机化和梯度重塑，让梯度规划在高维视觉模型中变得稳定可行。
本文编译自 Gradient-based Planning for World Models at Longer Horizons，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Cloudflare 在 Agents Week 2026 上推出了面向智能体（Agent）的完整基础设施栈，涵盖计算环境、安全工具和智能体工具箱。这些更新包括 Artifacts 存储、Sandboxes 隔离环境、Cloudflare Mesh 私有网络等，旨在支持大规模智能体部署。
深度·4月20日·8 分钟
华为 HiFloat4 格式在昇腾芯片上训练大语言模型时，其相对损失误差（≈1.0%）低于 MXFP4（≈1.5%）。Anthropic 利用自动化对齐研究员（AAR）在弱到强监督任务上，以约 18,000 美元的成本，实现了 0.97 的性能差距恢复率（PGR），远超人类基准。
深度·4月20日·5 分钟