分類： 大型語言模型
- 10行程式碼，AIME24/25提升15%！揭密大型模型強化學習的熵機制
- 讓AI也能「權衡利弊」？DecisionFlow讓大型語言模型更理解高風險決策！
- 模型越聰明越「不聽話」？MathIF基準揭示AI服從性漏洞
- 首個基因推理AI橫空出世！準確率飆升至97%，徹底改變基因體學研究
- 過程監督>結果監督！華為港城重構RAG推論訓練，5k樣本效能超越90k模型
- 整理RL推理的進展
- OPA-DPO：多模態大型模型幻覺問題的高效解決方案
- AI僅憑「自信」學會推理，浙大校友復刻DeepSeek長思維鏈湧現，強化學習無需外部獎勵訊號
- 北京大學校友翁荔最新部落格：Why We Think
- LSTM之父22年前構想將成真？AI「自我演化」論文一週內集中發表，新趨勢湧現？
- AI數學能力飆升100%，自進化逼近強化學習極限！CMU新作顛覆認知
- 首次解釋LLM如何推論反思！西北大學、Google新框架：引入貝葉斯自適應強化學習，全面提升數學推論能力
- AI竟會「自己認錯」？破解多智能體協作「羅生門」，斬獲ICML 2025 Spotlight
- 史丹佛華人團隊爆冷門！AI用純CUDA-C編寫核心程式碼，竟然超越PyTorch？
- 大型語言模型數獨解不好？！Transformer 作者新創公司公布排行榜：o3 Mini High「變異數獨」正確率僅 2.9%
- Andrej Karpathy 盛讚！史丹佛團隊新作，讓 Llama-1B 實現毫秒級推論
- 清華大學新RAG架構：DO-RAG 準確率飆升33%！
- LLM 結合 RL 遭質疑：刻意使用錯誤獎勵，數學基準竟也顯著提升，AI 圈為之震驚
- Qwen團隊發布長上下文推理模型QwenLong-L1，超越o3-mini
- All-In Podcast 實錄：Gemini 引領「無限上下文」，AI 正從工具躍升為認知協作者
- Llama 論文作者「出走」，14 人團隊僅剩 3 人，法國獨角獸 Mistral 成最大贏家
- ICML 2025 | 用『人類測驗法』戳破AI泡沫：建構能力導向的自適應評測新範式
- 阿里巴巴開源Qwen新模型，端午節禮物來囉！
- ICML 2025 | 又快又強的獅虎獸！僅20M詞元微調，Transformer秒切線性RNN
- GRPO = 進階版拒絕取樣？強化學習去魅時刻：負樣本「去蕪存菁」才是關鍵！