Sebastian Raschka长文：DeepSeek-R1、o3背后，RL推理训练正悄悄突破上限
Sebastian Raschka长文：DeepSeek-R1、o3背后，RL推理训练正悄悄突破上限只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
来自主题: AI技术研报
7199 点击 2025-04-22 16:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
当一个顺应职场评价体系的人，决定逆生长。
AI会无脑附和吗？Anthropic研究发现，Claude能根据场景切换人格：谈恋爱时化身情感导师，聊历史时秒变严谨学者。一些对话中，它强烈支持用户价值观，但在3%的情况下，它会果断抵制。
无论你是技术创造者还是使用者，理解这场认知革命都至关重要。我们正在从「AI as tools」向「AI as thinking partners」转变，这不仅改变了技术的能力边界，也改变了我们与技术协作的方式。
近日，上海人工智能实验室（上海 AI 实验室）开源了生成式世界模型 AETHER。该模型全部由合成数据训练而成，不仅在传统重建与生成任务中表现领先，更首次赋予大模型在真实世界中的 3D 空间决策与规划能力，
据智东西不完全统计，截至3月31日，今年第一季度国内人形机器人赛道的相关融资事件共37笔，涉及33家企业，融资金额约35亿元。相比于2024年前11个月人形机器人领域的49笔融资事件，第一季度的融资事件数量就已经达到去年11个月的70%。
3D生成明星玩家VAST，又又又又又开源了！Tripo Doodle（内部代号TripoSG Scribble) ，能够将简单的2D草图和文本提示（Text Prompt）实时转化为精细的3D模型。它改进了传统3D建模学习曲线陡峭、耗时耗力的痛点，尤其是在初期“打形”阶段。
一句话看懂：o3以深度推理与工具调用能力领跑复杂任务，GPT-4.1超长上下文与精准指令执行适合API开发，而o4-mini则堪称日常任务的「性价比之王」。
o3和o4-mini视觉推理突破，竟未引用他人成果？一名华盛顿大学博士生发出质疑，OpenAI研究人员对此回应：不存在。
“大语言模型的出现比历代任何一次工业革命的影响都大，甚至可能是人类迄今为止最大的一次科技机遇，我不想只当个旁观者。”