强化学习（RL）到底是语言模型能力进化的「发动机」，还是只是更努力地背题、换个方式答题？这个问题，学界争论已久：RL 真能让模型学会新的推理技能吗，还是只是提高了已有知识的调用效率？
奥特曼抓马的宫斗大戏，这下真的成drama了
Z Potentials获悉，人形机器人公司「加速进化」今日已完成A 轮融资，由深创投集团领投，金鼎资本跟投，老股东源码资本、英诺天使基金、民银国际、彼岸时代持续加注，义柏资本担任长期独家财务顾问，资金将主要用于产品迭代升级和规模化量产交付。
AI 并非突然突破，而是一项长期投资，旨在改变企业运营模式，最终让复杂流程更智能。
数学家们一直痴迷于能够解决复杂数学问题的人工智能。OpenAI 等机构开发这些模型的部分开发者认为，学会解决数学难题的 AI 可以运用相似的推理方法来解决其他类型的问题。但由于当前的人工智能尚未证明能在高等数学领域超越人类专家，一些创业者看到了开发专业数学模型的机遇。
想训练属于自己的高性能推理模型，却被同步强化学习（RL）框架的低效率和高门槛劝退？AReaL 全面升级，更快，更强，更好用！
一项新的强化学习方法，直接让Qwen性能大增，GPT-4o被赶超！
最近AI圈子里有两个特别有意思的项目，一个是谷歌DeepMind的AlphaEvolve，另一个是UBC大学的Darwin Gödel Machine（简称DGM）。
首个专为ALLMs（音频大语言模型）设计的多维度可信度评估基准来了。
端午节前OpenAI发布了o3/o4-mini模型的Function Calling指南，这份指南可以说是目前网上最硬核权威的大模型函数调用实战手册，没有之一。
