李飞飞/DeepSeek前员工领衔，复现R1强化学习框架，训练Agent在行动中深度思考
李飞飞/DeepSeek前员工领衔，复现R1强化学习框架，训练Agent在行动中深度思考什么开源算法自称为DeepSeek-R1（-Zero） 框架的第一个复现？
来自主题: AI技术研报
6680 点击 2025-04-25 15:35
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
什么开源算法自称为DeepSeek-R1（-Zero） 框架的第一个复现？
Qwen 3还未发布，但已发布的Qwen系列含金量还在上升。2个月前，李飞飞团队基于Qwen2.5-32B-Instruct 模型，以不到50美元的成本训练出新模型 S1-32B，取得了与 OpenAI 的 o1 和 DeepSeek 的 R1 等尖端推理模型数学及编码能力相当的效果。如今，他们的视线再次投向了这个国产模型。
世界模型领域最新进展，要比拼“世界生成”了。
4月7日，斯坦福以人为本人工智能研究所（HAI）发布《2025年AI指数报告》，这份长达456页的报告，全景展示了过去一年AI领域的关键进展。
2025年斯坦福HAI报告重磅发布，456页深度剖析全球AI领域的最新趋势：中美顶级模型性能差距缩至0.3%，以DeepSeek为代表的模型强势崛起，逼近闭源巨头；推理成本暴降，小模型性能飙升，AI正变得更高效、更普惠。
当我们看到一张猫咪照片时，大脑自然就能识别「这是一只猫」。但对计算机来说，它看到的是一个巨大的数字矩阵 —— 假设是一张 1000×1000 像素的彩色图片，实际上是一个包含 300 万个数字的数据集（1000×1000×3 个颜色通道）。每个数字代表一个像素点的颜色深浅，从 0 到 255。
自由与好奇心是学术研究最宝贵的特质，正是对未知的执着探索，才能孕育改变世界的创新。
现如今机器人又是跑步又是后空翻，但到底什么时候能做上家务给人类养养老？
斯坦福李飞飞团队在「保姆型」机器人上新突破！提出BRS综合框架，以后机器人执行日常家务更自主、更可靠。
美国硅谷的华裔精英们远不止他们......