训练过程中，DeepSeek-R1-Zero展现出令人惊叹的自我进化能力，学会了生成数百到数千个推理token，深入探索和完善思维过程，还发展出反思能力和探索不同解题方法的能力。先进行冷启动SFT，人工筛选高…
张宏江演讲：中美AI算力储备差距大，Agent将改变人类组织构成
技术报告中，研究人员提到K2 Think背后有六大技术创新协同，研究人员通过监督微调扩展基础模型的思维链能力，然后通过可验证奖励强化学习（RLVR）增强推理性能、利用推理时间技术增强模型，最后在部署K2-T…
OpenAI的命门，决定了大模型公司的未来
阿里巴巴AI投资创历史新高 新启用8个数据中心加速全球扩张
这个“新大脑”将于2025年8月25日推出，但推文中并未明确具体的时区
智东西8月21日报道，今天，字节跳动Seed团队开源了Seed-OSS系列模型，这些模型专为长上下文、推理、Agent和通用场景设计，将上下文窗口扩展至512k，是业界常见上下文窗口（128k）的4倍，GP…
大模型时代如何做产品更新，OpenAI给所有人打了个样
目前这个模型已经投入商业化运营。
06/25 00:17
06/25 00:16
06/25 00:15
京公网安备 11011402013531号