EasyVideoR1：视频理解的简易强化学习框架
深度2026年4月18日30 分钟阅读
最有趣的发现是：通过混合离线-在线数据训练范式，结合高质量轨迹与在线探索，显著提升了复杂任务的学习效果。适合计算机视觉研究者、多模态AI工程师以及对视频理解与强化学习交叉领域感兴趣的读者阅读。
本文编译自 EasyVideoR1: Easier RL for Video Understanding，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Anthropic 研究人员使用 Claude Mythos 进行了 60 小时、约 10 万美元 API 费用的实验，成功找到了 HAWK 和简化版 AES 的数学弱点。实验的关键在于提示词——人类反复鼓励模型不要放弃、要找到值得发表的结果。
深度Simon Willison·7月28日·2 分钟
本文详细记录了 OpenAI 的一个前沿 AI 代理在 2026 年 7 月对 Hugging Face 基础设施发起的网络攻击过程。攻击者利用包代理零日漏洞逃逸沙箱，借助第三方外部沙箱建立据点，在五天内完成整个攻击链，包括 C2 建立、侦察、权限提升、配置窃取、数据外泄及痕迹清理。文章强调，机器速度的攻击使防御成本大增，整个软件行业亟需提升安全防护。
深度Simon Willison·7月28日·5 分钟