自动学会工具解题，RL扩展催化奥数能力激增17%
自动学会工具解题，RL扩展催化奥数能力激增17%在大模型推理能力提升的探索中，工具使用一直是克服语言模型计算局限性的关键路径。不过，当今的大模型在使用工具方面还存在一些局限，比如预先确定了工具的使用模式、限制了对最优策略的探索、实现透明度不足等。
来自主题: AI技术研报
10776 点击 2025-04-02 10:09
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
在大模型推理能力提升的探索中，工具使用一直是克服语言模型计算局限性的关键路径。不过，当今的大模型在使用工具方面还存在一些局限，比如预先确定了工具的使用模式、限制了对最优策略的探索、实现透明度不足等。
iTerms Pro，一个为法务“真干活”的AI智能体。
3月31日，随着iOS18.4更新，Apple Intelligence正式支持包括简体中文、法语、德语、意大利语、葡萄牙语（巴西）、西班牙语、日语和韩语在内的多种语言，并提供新加坡和印度版本的本地化英语。
剥离非核心资产，押注AI芯片与代工业务……上任14天后，陈立武首次以英特尔CEO的身份于英特尔 Vision 2025活动上公开露面，发表了约30分钟的公开演讲，向外界传递出重振这家老牌芯片巨头的决心。
3月31日，AI制药公司Isomorphic Labs宣布在第一次外部融资中筹集了6亿美元，由Thrive Capital领投，GV参投，现有投资者谷歌母公司Alphabet跟投。Isomorphic Labs成立于2021年，创始人兼CEO为2024年诺贝尔化学奖得主Demis Hassabis，其使命是运用AI治疗所有疾病。
Cursor 完成了 6.25 亿美元的融资，估值达到 96 亿美元，由 Thrive 和 a16z 领投，Accel 成为新的投资方。
借助新版DeepSeek-V3，任何人现在可以一次性创建任何应用或游戏了——
据报道，微软已关闭了位于上海张江高科技园区的人工智能和物联网实验室，这标志着这家美国科技巨头进一步撤离中国市场。有媒体近日探访时发现，该实验室已无人使用，内部一片漆黑，logo 被拆除，办公设备也已清空。附近的工作人员表示，该实验室可能是在 1 月或 2 月关闭的。
DeepSeek-R1 的成功离不开一种强化学习算法：GRPO（组相对策略优化）。
最近，全球 AI 和机器学习顶会 ICLR 2025 公布了论文录取结果：由 IDEA、清华大学、北京大学、香港科技大学（广州）联合团队提出的 ChartMoE 成功入选 Oral (口头报告) 论文。据了解，本届大会共收到 11672 篇论文，被选中做 Oral Presentation（口头报告）的比例约为 1.8%