AI资讯新闻榜单内容搜索-训练

关键词: AI,R1-Omni,模型训练,阿里通义

首次将DeepSeek同款RLVR应用于全模态LLM，含视频的那种！

关键词: AI,模型训练,MV-MATH,人工智能

挑战多图数学推理新基准，大模型直接全军覆没？！

关键词: AI,模型训练,GRPO,人工智能

没有任何冷启动数据，7B 参数模型能单纯通过强化学习学会玩数独吗？

关键词: AI,模型训练,OpenAI,o4

o1/o3这样的推理模型太强大，一有机会就会利用漏洞作弊，怎么办？

关键词: AI,模型训练,LVLMs,AI安全

武汉大学等发布了一篇大型视觉语言模型（LVLMs）安全性的综述论文，提出了一个系统性的安全分类框架，涵盖攻击、防御和评估，并对最新模型DeepSeek Janus-Pro进行了安全性测试，发现其在安全性上存在明显短板。

关键词: SoT-Agent,思维草图框架,SoT),模型训练

本文介绍了一项突破性的AI推理技术创新——思维草图(SoT)框架。该框架从人类认知过程中获取灵感，通过一个200M大小的路由模型将LLM引导到概念链、分块符号化和专家词汇三种推理范式，巧妙地解决了大语言模型推理过程中的效率瓶颈。

关键词: GaussianAnything,Ai 3D,模型训练,人工智能

在 ICLR 2025 中，来自南洋理工大学 S-Lab、上海 AI Lab、北京大学以及香港大学的研究者提出的基于 Flow Matching 技术的全新 3D 生成框架 GaussianAnything，针对现有问题引入了一种交互式的点云结构化潜空间，实现了可扩展的、高质量的 3D 生成，并支持几何-纹理解耦生成与可控编辑能力。

关键词: AI,DeepSeek,Unsloth,微调

开源微调神器Unsloth带着黑科技又来了：短短两周后，再次优化DeepSeek-R1同款GRPO训练算法，上下文变长10倍，而显存只需原来的1/10！

关键词: LightTransfer,模型训练,AI,人工智能

LLM 在生成 long CoT 方面展现出惊人的能力，例如 o1 已能生成长度高达 100K tokens 的序列。然而，这也给 KV cache 的存储带来了严峻挑战。

关键词: AI,UltraMem,COMET,模型训练

字节对MoE模型训练成本再砍一刀，成本可节省40%！ 刚刚，豆包大模型团队在GitHub上开源了叫做COMET的MoE优化技术。