一个超越DeepSeek GRPO的关键RL算法出现了！这个算法名为DAPO，字节、清华AIR联合实验室SIA Lab出品，现已开源。禹棋赢，01年生，本科毕业于哈工大，直博进入清华AIR，目前博士三年级在读。去年年中，他以研究实习生的身份加入字节首次推出的「Top Seed人才计划」。
比DeepSeek-R1贵270倍，OpenAI史上最贵模型来了！
DeepSeek 掀翻了国内大模型领域原本搭好的台，各个大厂都在重新找位置，腾讯选择了通过一系列「闪电战」式的部署，展示战略决心。
刚刚，OpenAI正式上线史上最贵API——o1-pro，输入/输出价格贵到离谱，最高可达DeepSeek-R1的千倍。OpenAI研究员戏称，大模型界的劳斯莱斯。
本文介绍了Search-R1技术，这是一项通过强化学习训练大语言模型进行推理并利用搜索引擎的创新方法。实验表明，Search-R1在Qwen2.5-7B模型上实现了26%的性能提升，使模型能够实时获取准确信息并进行多轮推理。本文详细分析了Search-R1的工作原理、训练方法和实验结果，为AI产品开发者提供了重要参考。
皮衣老黄，带着最强AI芯片GB300闪亮登场“AI超级碗”GTC，燃爆全场！
昨天写了一篇关于Gemini的文章，里面很大篇幅聊了关于DeepResearch，没想到把我非常喜欢的号小声比比都炸出来了。
多模态大模型虽然在视觉理解方面表现出色，但在需要深度数学推理的任务上往往力不从心，尤其是对于参数量较小的模型来说更是如此。
什么？H20都变抢手货，涨价10万那种？！
全球首个开源多模态推理大模型来了！38B参数模型性能直逼DeepSeek-R1，同尺寸上横扫多项SOTA。而这家中国公司之所以选择无偿将技术思路开源，正是希望同DeepSeek一样，打造开源界的技术影响力。
