model-orchestration

标签

Cards List
#model-orchestration

@Montreal_AI:一个0.6B参数的模型学会了管理大模型。这就是TRINITY背后的理念——一篇由Jinglue Xu、Qi Sun、Pe…

X AI KOLs Timeline · 2026-05-22 缓存

TRINITY是一个轻量级的0.6B参数协调器,它通过学习使用进化策略为多个LLM分配角色(思考者、执行者、验证者)来编排它们。在编码、数学、推理和领域知识任务上,它优于单个模型和现有的协调方法。

0 人收藏 0 人点赞
#model-orchestration

Maestro:利用强化学习编排分层模型-技能集成

Hugging Face Daily Papers · 2026-05-21 缓存

Maestro是一个基于强化学习的框架,能够动态组合冻结的专家模型和技能集成,处理多模态任务,使用4B参数编排器实现70.1%的平均准确率,超过GPT-5和Gemini-2.5-Pro。

0 人收藏 0 人点赞
#model-orchestration

@rork: Rork AI Cloud 现已推出,可调用150+模型,几乎能一键生成任何AI应用,甚至包括Higgsfield。

X AI KOLs Following · 2026-05-07

Rork推出了其AI云服务,使用户无需API密钥即可利用包括GPT和Kling在内的150多个模型构建AI应用。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈