清华&通院推出"绝对零"训练法，零外部数据大模型自我博弈解锁推理能力
清华&通院推出"绝对零"训练法，零外部数据大模型自我博弈解锁推理能力不用引入外部数据，通过自我博弈（Self-play）就能让预训练大模型学会推理？
来自主题: AI技术研报
7548 点击 2025-05-12 15:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
不用引入外部数据，通过自我博弈（Self-play）就能让预训练大模型学会推理？
你好吖，我是布瓜~一个普通的二胎宝妈，也是一个AI变现探索者。
在新一轮科技革命与产业变革的汹涌浪潮中，光子技术作为构筑未来信息社会的核心基建，正以加速度驶入智能化与规模化协同发展的深水区。作为支撑新质生产力体系的重要支柱，光子技术在信息传输、智能计算、感知交互等战略领域，发挥着不可替代的关键作用，已然成为驱动未来产业生态跃迁的核心引擎。
Agent 正在成为 2025 年 AI 世界最炙手可热的关键词之一。
近年来，生成式人工智能（Generative AI）技术的突破性进展，特别是文本到图像 T2I 生成模型的快速发展，已经使 AI 系统能够根据用户输入的文本提示（prompt）生成高度逼真的图像。从早期的 DALL・E 到 Stable Diffusion、Midjourney 等模型，这一领域的技术迭代呈现出加速发展的态势。
多模态奖励模型（MRMs）在提升多模态大语言模型（MLLMs）的表现中起着至关重要的作用，在训练阶段可以提供稳定的 reward，评估阶段可以选择更好的 sample 结果，甚至单独作为 evaluator。
AI 大佬 Andrej Karpathy 提出的 Vibe Coding，最近特别火，这是一种全新的编程理念，强调 “写代码像聊天一样自然”。
在资本市场的浪潮中，首次公开募股（IPO）一直备受瞩目，它是企业发展的关键里程碑，也是投资者关注的焦点。
Redis 最近推出向量集合（Vector Set） 功能，这是一种专为向量相似性设计的数据类型，也是 Redis 针对人工智能应用的一个新的选项。这是 Redis 创始人 Salvatore Sanfilippo（“antirez”）自 重新加入 公司以来的第一个重大贡献。
最近我们AI爱好者的群里玩的全都是豆包和即梦生成的海报图片，大家评价做图片和海报效果真的很不错，豆包进步了，即梦也进步了。真的进步太大了！下面是我的朋友们尝试过的一些趣味玩法：