o3拿下IOI 2024金牌！新论文公布RL秘诀：AI自己设计测试时推理策略，无需人类干预
o3拿下IOI 2024金牌！新论文公布RL秘诀：AI自己设计测试时推理策略，无需人类干预IOI 2024金牌，OpenAI o3轻松高分拿下！
来自主题: AI技术研报
10088 点击 2025-02-13 10:11
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
IOI 2024金牌，OpenAI o3轻松高分拿下！
席卷全球的 DeepSeek 依然是科技圈最大的话题，连 San Altman 都承认每天醒来都会担忧。因此本周在巴黎举办的 AI 行动峰会聚光灯稍显黯淡，但这里依然汇聚了全球大量重要的头脑。
OpenAI 又来刷存在感了。 就昨天的事儿，秀儿 OpenAI 在 “ 美国春晚 ” 超级碗上打了一个长达 60 秒的广告，用黑白点彩画的风格，展现了一波人类技术的发展和进化。
开源推理大模型新架构来了，采用与Deepseek-R1/OpenAI o1截然不同的路线： 抛弃长思维链和人类的语言，直接在连续的高维潜空间用隐藏状态推理，可自适应地花费更多计算来思考更长时间。
2月11日，在阿联酋迪拜举办的World Governments Summit 2025峰会上，百度创始人李彦宏与阿联酋AI部长奥马尔·苏丹·奥拉马（Omar Sultan AI Olama）对谈时表示，尽管技术进步、成本降低，但仍需持续投入AI基础设施，以确保处于技术创新的最前沿。
推理大语言模型（LLM），如 OpenAI 的 o1 系列、Google 的 Gemini、DeepSeek 和 Qwen-QwQ 等，通过模拟人类推理过程，在多个专业领域已超越人类专家，并通过延长推理时间提高准确性。推理模型的核心技术包括强化学习（Reinforcement Learning）和推理规模（Inference scaling）。
埃隆·马斯克（Elon Musk） 掌管的政府效率部（DOGE）正为美国总务管理局（GSA） 开发一款定制 AI 聊天机器人—GSAi。这项计划是特朗普总统人工智能议程的一部分，目的是简化联邦政府的运作，提高行政效率。
还在为 DeepSeek R1 官网的卡顿抓狂？无问芯穹大模型服务平台现已上线满血版 DeepSeek-R1、V3，无需邀请即可免费用 Token！另有异构算力鼎力相助，支持通过 Infini-AI 异构云平台一键获取 DeepSeek 系列模型与多元异构自主算力服务。
DeepSeek 在海内外搅起的惊涛巨浪，余波仍在汹涌。当中国大模型撕开硅谷的防线之后，在预设中总是落后半拍的中国 AI 军团，这次竟完成了一次反向技术输出，引发了全球范围内复现 DeepSeek 的热潮。
本期我们有幸邀请到了Pokee AI创始人朱哲清Bill，凭借Bill在Meta和斯坦福大学的丰富经验，尤其是在大规模部署强化学习模型服务数十亿用户方面的实践，他发现了强化学习的巨大潜力。Pokee AI致力于开发卓越的交互式、个性化、高效的AI Agent，结合团队深厚的强化学习专长，打造具备规划、推理和工具使用能力的解决方案，同时减少现有 AI 系统的幻觉问题。