AI资讯新闻榜单内容搜索-推理模型

关键词: AI,模型训练,GRPO,人工智能

强化学习能力强大，几乎已经成为推理模型训练流程中的标配，也有不少研究者在探索强化学习可以为大模型带来哪些涌现行为。

关键词: AI,模型训练,AI安全,Safety Compliance

香港科技大学KnowComp实验室提出基于《欧盟人工智能法案》和《GDPR》的LLM安全新范式，构建合规测试基准并训练出性能优异的推理模型，为大语言模型安全管理提供了新方向。

关键词: AI新闻,AI奥数,人工智能

人工智能真是日新月异。早上看到网友的评论：我们已经 0 天没有吸引注意的 AI 领域新突破了。记得三个月前，OpenAI 官宣了他们的推理模型在国际数学奥林匹克（IMO）竞赛中获得了金牌。

关键词: AI,模型训练,QuestA,人工智能

QuestA（问题增强）引入了一种方法，用于提升强化学习中的推理能力。通过在训练过程中注入部分解题提示，QuestA 实现两项重大成果

关键词: AI新闻,龙猫大模型,LongCat-Flash-Thinking,美团大模型,美团AI

最近，美团在AI开源赛道上在猛踩加速。今天，在开源其首款大语言模型仅仅24天后，美团又开源了其首款自研推理模型LongCat-Flash-Thinking。与其基础模型LongCat-Flash类似，效率也是LongCat-Flash-Thinking的最大特点。美团在技术报告中透露，LongCat-Flash-Thinking在自研的DORA强化学习基础设施完成训练

关键词: AI新闻,OpenAI,Gemini,AI ICPC,AI程序设计赛

ICPC 2025全球总决赛诞生历史性一幕：谷歌Gemini与OpenAI推理模型同时斩获金牌！Gemini在5小时内攻下12题中的10题，并在30分钟破解难倒所有人类的死亡C题；而OpenAI更是满分12/12，碾压139支人类队伍，成为赛场唯一全解团队。

关键词: AI新闻,K2-Think,人工智能,模型训练

上周，福布斯、Wired等争相报道「全球最快开源推理模型」K2-Think，，甚至图灵奖得主Yann LeCun转发推文。但仅三天后，ETH五位研究员的博客如晴天霹雳：87数学评估题竟藏在训练集中！这不仅仅是技术突破，更是行业诚信的警钟。

关键词: MobileLLM-R1,Meta,AI新闻,模型训练

本周五，Meta AI 团队正式发布了 MobileLLM-R1。 这是 MobileLLM 的全新高效推理模型系列，包含两类模型：基础模型 MobileLLM-R1-140M-base、MobileLLM-R1-360M-base、MobileLLM-R1-950M-base 和它们相应的最终模型版。

关键词: AI,Keye-VL 1.5,快手模型,模型训练

能看懂视频并进行跨模态推理的大模型Keye-VL 1.5，快手开源了。

关键词: AI新闻,Qwen3-Max,Qwen3-Max-Preview,阿里模型

阿里迄今为止，参数最大的模型诞生了！昨夜，Qwen3-Max-Preview（Instruct）官宣上线，超1万亿参数性能爆表。在全球主流权威基准测试中，Qwen3-Max-Preview狂揽非推理模型「C」位，直接碾压Claude-Opus 4（Non-Thinking）、Kimi-K2、DeepSeek-V3.1。