尽管这些论文的结论统统指向了强化学习带来的显著性能提升，但来自图宾根大学和剑桥大学的研究者发现，强化学习导致的许多「改进」可能只是噪音。「受推理领域越来越多不一致的经验说法的推动，我们对推理基准的现状进行了严格的调查，特别关注了数学推理领域评估算法进展最广泛使用的测试平台之一 HuggingFaceH4，2024；AI - MO。」
CAMEL-AI 团队在 Manus 上线后 1 天内推出的 OWL 就是其中最具代表性的一个，项目实测成绩达到开源界 GAIA 性能天花板，达到了 58.18%，超越 Huggingface 提出的 Open Deep Research 55.15% 的表现。
今天，百图生科宣布开源其领先的xTrimo V2中的蛋白质语言模型xTrimoPGLM，7个不同参数量的模型均已发布在huggingface和github，供全球用户自由获取和使用。xTrimoPGLM是全球首个千亿参数的蛋白质语言模型，性能超越了ESM-2、ProGen2等此前业界领先的蛋白质模型，并在药物分子设计和优化、抗体工程与疫苗开发、酶工程和生物催化剂设计等领域展现出广泛应用前景。
HuggingFace热门榜单几乎被中国模型“承包”了！
就在刚刚，网上已经出现了一波复现DeepSeek的狂潮。UC伯克利、港科大、HuggingFace等纷纷成功复现，只用强化学习，没有监督微调，30美元就能见证「啊哈时刻」！全球AI大模型，或许正在进入下一分水岭。
2019 年问世的 GPT-2，其 tokenizer 使用了 BPE 算法，这种算法至今仍很常见，但这种方式是最优的吗？来自 HuggingFace 的一篇文章给出了解释。
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。
一个有效的复杂系统总是从一个有效的简单系统演化而来的。——John Gall
在AI的世界里，模型的评估往往被看作是最后的「检查点」，但事实上，它应该是确保AI模型适合其目标的基础。
这是机器人界的 Llama？
