当大模型把人类曾经的终极考题变成日常练习，AI的奔跑却悄悄瘸了腿—— 训练能力突飞猛进，验证答案的本事却成了拖后腿的短板。 为此，上海AI Lab和澳门大学联合发布通用答案验证模型CompassVerifier与评测集VerifierBench。填补了Verifier领域没有建立验证->提升->验证的循环迭代体系的空白。
现有Mobile/APP Agent的工作可以适应实时环境，并执行动作，但由于它们大部分都仅依赖于动作级奖励（SFT或RL）。
和人工标记数据说拜拜，利用预训练语言模型中的注意力机制就能选择可激发推理能力的训练数据！
AI视频的DeepSeek时刻什么时候来？没想到吧，这就来了。
不到10美元，3B模型就能复刻DeepSeek的顿悟时刻了？来自荷兰的开发者采用轻量级的RL算法Reinforce-Lite，把复刻成本降到了史上最低！同时，微软亚研院的一项工作，也受DeepSeek-R1启发，让7B模型涌现出了高级推理技能。
如果给小模型更长的思考时间，它们性能可以超越更大规模的模型。
只要一个3B参数的大模型，就能控制机器人，帮你搞定各种家务。 叠衣服冲咖啡都能轻松拿捏，而且全都是由模型自主控制，不需要遥控。 关键是，这还是个通用型的机器人控制模型，不同种类的机器人都能“通吃”。
在刚刚结束的全球开发者大会上，苹果宣布了 Apple intelligence， 这是一款深度集成于 iOS 18、iPadOS 18 和 macOS Sequoia 的全新个性化智能系统。
大模型，大，能力强，好用！
混合专家（MoE）架构已支持多模态大模型，开发者终于不用卷参数量了！北大联合中山大学、腾讯等机构推出的新模型MoE-LLaVA，登上了GitHub热榜。
