AI资讯新闻榜单内容搜索-Zero

关键词: AlphaZero,我的世界,AI玩游戏,模型训练

人和智能体共享奖励参数，这才是强化学习正确的方向？

关键词: AI,模型训练,DeepSeek R1-Zero,GRPO

其实大模型在DeepSeek-V3时期就已经「顿悟」了？

关键词: DeepSeek,DeepSeek-R1-Zero,模型训练,人工智能

DeepSeek啥都开源了，就是没有开源训练代码和数据。现在，开源RL训练方法只需要用1/30的训练步骤就能赶上相同尺寸的DeepSeek-R1-Zero蒸馏Qwen。

关键词: AI,阶跃星辰,AI六小虎,Open-Reasoner-Zero

回应DeepSeek，阶跃星辰亮出“三件套”：开源，多模态推理，AI Agent。

关键词: AI,昆仑万维,空间智能,Matrix-Zero,世界模型

中国首个全自研空间智能AI诞生了，单图即可生成360度无限3D场景，实时互动自由探索。这不仅是技术的革新，更预示着，游戏电影等领域即将迎来颠覆性的变革。

关键词: AI,空间智能,昆仑万维,Matrix-Zero

2025 年普遍被认为是智能体爆发元年，AI 应用将出现井喷式增长。然而，在大家纷纷将目光投向智能体的同时，另一个 AI 领域也可能迎来它的「ChatGPT 时刻」。

关键词: DeepSeek R1 Zero,AI,模型训练,人工智能

各位同学好，我是来自 Unlock-DeepSeek 开源项目团队的骆师傅。先说结论，我们（Datawhale X 似然实验室）使用 3 张 A800(80G) 计算卡，花了 20 小时训练时间，做出了可能是国内首批 DeepSeek R1 Zero 的中文复现版本，我们把它叫做 Datawhale-R1，用于 R1 Zero 复现教学。

关键词: DeepSeek-R1-Zero,强化学习,RL,人工智能

一项非常鼓舞人心的发现是：DeepSeek-R1-Zero 通过纯强化学习（RL）实现了「顿悟」。在那个瞬间，模型学会了自我反思等涌现技能，帮助它进行上下文搜索，从而解决复杂的推理问题。

关键词: AI,LeCun,DeepSeek R1-Zero,人工智能

奥特曼罕见地承认了自己犯下的「历史错误」，LeCun发文痛批硅谷一大常见病——错位优越感。DeepSeek的终极意义在哪？圈内热转的这篇分析指出，相比R1，R1-Zero具有更重要的研究价值，因为它打破了终极的人类输入瓶颈！

关键词: AI,o1,AI教程,GLM-Zero,智谱o1

冬天来了，家里下雪了吗？