首个系统性工具使用奖励范式，ToolRL刷新大模型训练思路
首个系统性工具使用奖励范式，ToolRL刷新大模型训练思路「工欲善其事，必先利其器。」 如今，人工智能正以前所未有的速度革新人类认知的边界，而工具的高效应用已成为衡量人工智能真正智慧的关键标准。
来自主题: AI技术研报
7222 点击 2025-04-28 14:53
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
「工欲善其事，必先利其器。」 如今，人工智能正以前所未有的速度革新人类认知的边界，而工具的高效应用已成为衡量人工智能真正智慧的关键标准。
最近，DeepSeek-R1 和 OpenAI o1/03 等推理大模型在后训练阶段探索了长度扩展（length scaling），通过强化学习（比如 PPO、GPRO）训练模型生成很长的推理链（CoT），并在奥数等高难度推理任务上取得了显著的效果提升。
4月25日，昆仑万维发布最新财报，2024年营收56.62亿元，同比增长15.2%，净利润亏损15.95亿元，同比下跌226.8%。这也是上市十年，昆仑万维首度亏损的一年。
赵充是像素绽放PixelBloom(AiPPT.com) CEO，旗下产品AiPPT.com自2023年8月上线以来，已经积累2000多万用户，是大模型趋势中表现最亮眼的AI产品之一。
自回归模型，首次生成2048×2048分辨率图像！来自Meta、西北大学、新加坡国立大学等机构的研究人员，专门为多模态大语言模型（MLLMs）设计的TokenShuffle，显著减少了计算中的视觉Token数量，提升效率并支持高分辨率图像合成。
LLM的规模爆炸式增长，传统量化技术虽能压缩模型，却以牺牲精度为代价。莱斯大学团队的最新研究DFloat11打破这一僵局：它将模型压缩30%且输出与原始模型逐位一致！更惊艳的是，通过针对GPU的定制化解压缩内核，DFloat11使推理吞吐量提升最高38.8倍。
自 OpenAI 发布 chatgpt 以来，业内除了技术公司、媒体公司比较关注其进展以外，还有一个行业比较关注，那就是战略咨询行业。尤其是最近 GPT-4o、Claude 3.7 Sonnet 为代表的最新大模型在数据分析、内容生成、编码和复杂推理方面展现出强大能力，与战略咨询工作的核心环节高度相关 。
年初，DeepSeek 上线，18 天内即获得了 1600 万次下载，登顶 140 国下载榜单。让人意料之外而又情理之中的是，AI最火的功能不是翻译、写作，而是算命。有数据显示，#DeepSeek 算命等话题在小红书上吸引了超过 6600 万次浏览。
阶跃星辰正式发布并开源图像编辑大模型 Step1X-Edit，性能达到开源 SOTA。该模型总参数量为 19B (7B MLLM + 12B DiT)，具备语义精准解析、身份一致性保持、高精度区域级控制三项关键能力；支持 11 类高频图像编辑任务类型，如文字替换、风格迁移、材质变换、人物修图等。
根据他们刚发布的 2024 年财报，这家以“天工”大模型在国内引发不少关注的公司，2024 年的海外业务收入达到 51.5 亿元，海外业务收入占比竟然高达 91.0%！这在国内科技公司里，算的上“异类”。