2025-10-09
CoreWeave推出无服务器强化学习平台降低企业AI成本
GPU租赁公司CoreWeave发布无服务器强化学习平台，旨在让企业更容易使用强化学习技术。该平台基于其收购的OpenPipe和Weights & Biases构建，客户无需手动配置虚拟机或裸机服务器，仅需为生成的令牌付...
2025-09-22
硅谷重注"环境"训练智能体掀投资热潮
硅谷科技巨头多年来一直宣扬AI智能体能够自主使用软件完成任务的愿景，但现有的消费级AI智能体技术仍然十分有限。为了让AI智能体更加强大，业界正在探索新技术，其中包括模拟工作空间的强化学习环境。这些环境可以训练智能体执行多...
2025-09-17
硅谷重金押注"环境训练"技术推动AI智能体发展
硅谷科技巨头多年来一直宣传AI智能体愿景，但现有技术仍然有限。强化学习环境被视为训练AI智能体的关键技术突破。这些环境模拟真实工作场景，让智能体学习复杂任务。顶级AI实验室正大量需求此类环境，催生了Mechanize、P...
2025-08-12
强化学习能否引领我们迈向通用人工智能？
强化学习正在重新成为AI领域的焦点技术。虽然该技术起源于20世纪70年代，但直到最近与大语言模型结合后才展现出巨大潜力。从人类反馈强化学习到可验证奖励强化学习，这些方法使AI模型获得了推理能力。然而，关键问题仍待解答：强...
2025-08-04
谷歌推出强大创造性问题解决AI模型Gemini 2.5 Deep Think
谷歌DeepMind发布Gemini 2.5 Deep Think，这是一款新的创意问题解决AI模型。该模型能够同时考虑多个想法并选择最佳答案来解决复杂问题。Deep Think通过延长"思考时间"，探索不同假设以找到创...
2025-08-04
OpenAI智能体背后的推理技术研发历程
OpenAI正致力于打造能够执行复杂任务的AI智能体，这一努力源于其数学推理团队MathGen的突破性工作。通过结合大语言模型、强化学习和测试时计算技术，OpenAI开发出了o1推理模型，该模型在国际数学奥林匹克竞赛中获...
2025-07-15
学霸还是学渣，数学能力训练到底提升了什么？深度揭秘大模型能力迁移的秘密
卡内基梅隆大学发布了他们的一项最新研究，他们对20多个开源推理模型进行了后训练，涵盖数学推理、科学问答、代码生成、指令遵循等多个维度，最终发现，数学能力优异的模型，在其他任务上表现平平，甚至还不如未加强数学推理能力的原始...
2025-06-24
MIT新框架让AI模型具备自我学习和持续适应能力
MIT研究人员开发出自适应语言模型(SEAL)框架，让大型语言模型能够持续学习并通过更新自身内部参数进行适应。SEAL教会模型生成自己的训练数据和更新指令，永久吸收新知识并掌握新任务。该框架采用双循环系统和强化学习算法，...
2025-06-17
MiniMax-M1开源模型发布：百万级上下文窗口与超高效强化学习
中国AI初创公司MiniMax发布最新开源大语言模型MiniMax-M1，采用Apache 2.0许可证，支持商业应用。该模型拥有100万输入token和8万输出token的超大上下文窗口，采用创新的混合专家架构和强化学...
2025-05-13
分析发现 ‘推理’ AI 模型性能提升可能很快放缓
Epoch AI 分析指出，以推理为核心的 AI 模型（如 OpenAI 的 o3）近年来虽取得显著进步，但因强化学习阶段所需的庞大运算和高昂研究成本，未来性能提升可能放缓，预计到2026年将趋向封顶。
2025-05-05
超越自动补全：推理模型为生成式 AI 设定了更高标准
本文介绍推理模型如何通过链式推理和多路径探索外部信息，展示其在复杂问题求解中（如数学、规划和动态决策方面）的卓越优势，从而推动生成式 AI 技术向更高水平发展。
2025-03-18
AI 代理真的已经准备好改变我们的商业运作方式了吗？
人工智能代理能否像90年代的个人电脑一样成为企业运营的基础?专家们正在热议这个问题。尽管AI代理在决策和执行任务方面显示出潜力,但能源消耗、学习效率和数据可靠性等挑战仍然存在。本文探讨了AI代理在商业应用中的价值和准备程...
2025-03-07
Alibaba 新开源模型 QwQ-32B：以更小算力匹敌 DeepSeek-R1
阿里巴巴旗下的 Qwen 团队推出了 QwQ-32B，这是一款拥有 320 亿参数的推理模型，旨在通过强化学习提升复杂问题解决任务的表现。该模型在 Hugging Face 和 ModelScope 上以开源权重形式发布...
2025-02-20
DeepSeek 如何影响硅谷的 AI 格局
DeepSeek作为人工智能领域的新兴力量，其快速崛起引发了对AI创新未来、开源主导地位和传统AI商业模式可持续性的讨论。文章探讨了DeepSeek的成功因素，包括其高效的模型设计、创新的训练方法以及开源策略，分析了其对...
2025-02-18
少即是多：研究表明 AI 模型在自主学习时泛化效果更好
香港大学和加州大学伯克利分校的一项新研究显示，在没有人工标注数据的情况下，语言模型和视觉语言模型能够更好地泛化。这一发现挑战了大型语言模型社区的主流观点，即模型需要手工标注的训练样本。研究表明，过度依赖人工示例反而可能对...
2024-06-17
我们花了1000亿美金，却离AGI越来越远了？
在AI界，对于如何进一步推动AI的发展，存在两种主要观点。第一种观点认为，计算能力是AI进步的唯一瓶颈。另一种观点却认为，数据才是关键。