AI仅凭“自信”学会推理，浙大校友复刻DeepSeek长思维链涌现，强化学习无需外部奖励信号
AI仅凭“自信”学会推理，浙大校友复刻DeepSeek长思维链涌现，强化学习无需外部奖励信号复刻DeepSeek-R1的长思维链推理，大模型强化学习新范式RLIF成热门话题。
来自主题: AI技术研报
8125 点击 2025-05-29 15:10
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
复刻DeepSeek-R1的长思维链推理，大模型强化学习新范式RLIF成热门话题。
随着Gemini、GPT-4o等商业大模型把基于文本的图像编辑这一任务再次推向高峰，获取更高质量的编辑数据用于训练、以及训练更大参数量的模型似乎成了提高图像编辑性能的唯一出路。然而浙大哈佛这个团队却反其道而行之，仅用以往工作0.1%的数据量（获取自公开数据集）和1%的训练参数，以极低成本实现了图像的高质量编辑，在一些方面媲美甚至超越商业大模型！
一场关于协和「4+4」的热议席卷全网，引发了医疗未来之问。浙江用AI给出答案：浙大二院全景智慧医院以「数字孪生」革新手术，德适生物让基层共享尖端影像，安诊儿打造「口袋三甲」健康管家。AI驱动医疗正从「治病」走向「智愈」，让精准健康触手可及。
当前，多模态大模型驱动的图形用户界面（GUI）智能体在自动化手机、电脑操作方面展现出巨大潜力。然而，一些现有智能体更类似于「反应式行动者」（Reactive Actors），主要依赖隐式推理，面对需要复杂规划和错误恢复的任务时常常力不从心。
2025 CSRankings新鲜出炉了！CMU稳坐全球第一，中国高校强势崛起，清华摘得第2，上交大与浙大并列第3，北大位居第5。中国在AI领域表现尤为抢眼，上交大、清华、北大、浙大包揽前四，中国科学院与哈工大也跻身全球前十。
近来风头正盛的GPT-4.5，不仅在日常问答中展现出惊人的上下文连贯性，在设计、咨询等需要高度创造力的任务中也大放异彩。
简单的任务，传统的Transformer却错误率极高。Meta FAIR团队重磅推出多token注意力机制（MTA），精准捕捉复杂信息，带来模型性能飞升！
双人动作生成新SOTA！
如何让你的模型能感知到视频的粒度，随着你的心思想编辑哪就编辑哪呢？
评估多模态AI模型的那些复杂测试，可能有一半都是“重复劳动”！