想要让人工智能变得更聪明，就像培养一个优秀的学生一样，需要有好老师来指导。而在AI的世界里，这个"老师"的角色就是由"奖励模型"来担任的。最近，中科院自动化所的研究团队联合字节跳动等机构，发布了一项突破性研究成果——BaseReward，这是一个专门为多模态A

模态 中科院 basereward 团队basereward 2025-10-09 22:46  2