搜索
近年来, 大语言模型 (LLM) 在数学、编程等 "有标准答案" 的任务上取得了突破性进展, 这背后离不开 "可验证奖励" (Reinforcement Learning with Verifiable Rewards, RLVR) 技术的加持。RLVR 依赖于参考信号, 即通过客观标准答案来验证模型响应的可靠性。
家人们！燃起来了燃起来了！ 今天，HuggingFace的开源大模型排行榜前10名中，竟有9个席位被中国模型占据！（深挖了一下，另外一位也是我们华人大神的项目）
1997年，Wolfgang Maass于Networks of spiking neurons: The third generation of neural network models一文中提出，由脉冲神经元构成的网络——脉冲神经网络（SNN），能够展现出更强大的计算特性，会成为继人工神经网络后的“第三代神经网络模型”[6]。
近年来，OpenAI o1 和 DeepSeek-R1 等模型的成功证明了强化学习能够显著提升语言模型的推理能力。通过基于结果的奖励机制，强化学习使模型能够发展出可泛化的推理策略，在复杂问题上取得了监督微调难以企及的进展。
听说了吗，GPT-5这两天那叫一个疯狂造势，奥特曼怕不是真有些急了（doge）。
最近，一个长相酷似韩国影星河正宇的博主，在 TikTok 上发视频吐槽：「老婆总是喜欢乱 P 我睡觉的照片，咋整？」
太热了，实在太热了。 你能想象吗？一个AI行业展会，现在都有了一种明星演唱会的错觉。
这段时间国产 AI 模型非常热闹，各家都瞄着 Coding 和 Agent 场景，开源自己的最新模型。
WebAgent 续作《WebShaper: Agentically Data Synthesizing via Information-Seeking Formalization》中
Fireworks AI 作为新兴云服务商的一员，向开发者出租搭载 NVIDIA 芯片的服务器以运行人工智能模型。据两位知情人士透露，该公司正以 40 亿美元估值进行融资谈判，这一数字较一年前估值增长逾七倍。