Sebastian Raschka长文：DeepSeek-R1、o3背后，RL推理训练正悄悄突破上限
Sebastian Raschka长文：DeepSeek-R1、o3背后，RL推理训练正悄悄突破上限只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
来自主题: AI技术研报
9520 点击 2025-04-22 16:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
据我们了解，AI 硬件公司未来智能近日完成数千万元人民币的 Pre A+ 轮融资，由启明创投与上海国投孚腾资本联合领投。 未来智能成立于 2021 年，由科大讯飞 AI 耳机业务孵化、独立而来，后者在 2020 年就发布过第一款支持 AI 语音转写功能的耳机 iFLYBUDS。未来智能创始人、CEO 马啸曾任科大讯飞智能助手业务部总经理、智能耳机业务总经理。
当一个顺应职场评价体系的人，决定逆生长。
AI会无脑附和吗？Anthropic研究发现，Claude能根据场景切换人格：谈恋爱时化身情感导师，聊历史时秒变严谨学者。一些对话中，它强烈支持用户价值观，但在3%的情况下，它会果断抵制。
AI设计新型引力波探测工具，推动物理学突破，宇宙观测扩大50倍。
据特工消息，百度将于 4 月 25 日开发者大会发布一款类似 Manus 的移动端通用 Agent 产品「心响」。据官方介绍，心响是一款以「AI 任务完成引擎」为核心的手机端超级智能体产品，通过自然语言交互帮助用户实现复杂任务拆解、动态执行与可视化结果交付。
无论你是技术创造者还是使用者，理解这场认知革命都至关重要。我们正在从「AI as tools」向「AI as thinking partners」转变，这不仅改变了技术的能力边界，也改变了我们与技术协作的方式。
减少80%员工评估工作量。
新国产AI视频生成模型横空出世，一夜间全网刷屏。Magi-1，首个实现顶级画质输出的自回归视频生成模型，模型权重、代码100%开源。整整61页的技术报告中还详细介绍了创新的注意力改进和推理基础设施设计，给人一种视频版DeepSeek的感觉。
近日，上海人工智能实验室（上海 AI 实验室）开源了生成式世界模型 AETHER。该模型全部由合成数据训练而成，不仅在传统重建与生成任务中表现领先，更首次赋予大模型在真实世界中的 3D 空间决策与规划能力，