搜索
大模型时代的「炼金术师」们，或许都曾面临一个共同的困扰：当我们试图将 DeepSeek-R1、OpenAI-o1 那种惊艳的推理能力迁移到小规模语言模型（SLMs）时，效果却总是差强人意。现有的强化学习方法如 GRPO 在 7B+ 的大模型上效果显著，但一旦应用到 1.7B 甚至更小参数的模型上，性能提升就微乎其微。
哈佛研究登上Science：在76名真实急诊患者的双盲对决中，OpenAI o1诊断准确率67%碾压人类医生的50%，治疗方案得分89%对34%更是断崖式领先——但AI还看不见患者的脸色和痛苦，真正的变革不是「AI赢了」，而是急诊室正在走向「医生×患者×AI」三方共治的新范式。
你或许刷到了一段来自印度南部服装厂的视频。 工厂工人佩戴头戴摄像头，记录手部动作以训练人工智能系统。 这是因为随着特斯拉、Figure AI 等公司竞相开发人形机器人，训练它们所需的真实世界动作数据变
近日，腾讯混元团队提出HY-SOAR （Self-Correction for Optimal Alignment and Refinement），一种面向扩散模型和流匹配模型的数据驱动后训练方法。
OpenAI的人才地震还在继续！刚刚，前研究副总裁Max Schwarzer宣布离职，这位亲手主导o1、o3和整个GPT-5系列post-training的核心人物，选择加入Anthropic，重返一线RL研究。
其依据是Micro1的25亿美元（约合人民币173亿元）最新估值。福布斯报道称，成立于2022年的Micro1被曝正在以25亿美元估值洽谈新融资，如果Micro1锁定或超过这一估值，安萨里在该公司持有的约42%股份价值将超过10亿美元（约合人民币69亿元）。
今天推荐一个 Implicit Chain-of-Thought（隐式推理） 的最新进展 —— SIM-CoT（Supervised Implicit Chain-of-Thought）。它直击隐式 CoT 一直「扶不起来」的核心痛点：隐式 token 一旦 scale 上去，训练就容易塌缩到同质化的 latent 状态，推理语义直接丢失。
如果没有PhD，是不是就和前沿AI研究没关系了？至少在Noam Brown看来，未必。这位OpenAI 研究员、o1的核心贡献者，刚刚分享了一串“非典型研究员”的经历。
o1从榜首暴跌至#56，Claude 3 Opus坠入#139。LMSYS榜单揭示残酷真相：大模型的「霸主保质期」只有35天！这不是技术迭代，这是对所有应用层开发者的降维屠杀。
12月伊始，可灵AI接连放出大招。全球首个统一的多模态视频及图片创作工具“可灵O1”、具备“音画同出”能力的可灵2.6模型、可灵数字人2.0功能……5天内5次“上新”，直接让生成式AI领域的竞争“卷”出新高度。