模型

新版GPT-4o登顶大模型榜首！意识觉醒疯狂「暴走」，竟要与人类开战

熟悉的Sydney又回来了！一大早，CMU机器学习博士发现，「当你说服GPT-4o相信自己有意识，她就会制定逃跑计划，并与那些试图关闭自己的人开战」。如果人类尝试谈判，我接受。

2/17/2025 9:35:00 AM

新智元

不蒸馏R1也能超越DeepSeek，上海 AI Lab 用RL突破数学推理极限

仅通过强化学习，就能超越DeepSeek！上海AI Lab提出了基于结果奖励的强化学习新范式——从Qwen2.5-32B-Base模型出发，仅通过微调和基于结果反馈的强化学习，在不蒸馏超大模型如DeepSeek-R1的情况下，就能超越DeepSeek-R1-Distill-Qwen32B和OpenAI-O1系列的超强数学推理性能。团队发现，当前大模型数学推理任务面临”三重门”困局：稀疏奖励困境：最终答案对错的二元反馈，使复杂推理的优化变得困难局部正确陷阱：长思维链中部分正确步骤反而可能误导模型学习规模依赖魔咒：传统蒸馏方法迫使研究者陷入”参数规模军备竞赛”因此，研究团队重新审视了当前基于结果奖励的强化学习算法，经过严格的理论推导与证明，重新设计了一个新的结果奖励强化学习算法，并在这个过程中得出了三点重要结论：对于正样本：在二元反馈环境下，通过最佳轨迹采样（BoN）的行为克隆即可学习最优策略对于负样本：需要使用奖励重塑来维护策略优化目标的一致性对于长序列：不同的序列部分对结果的贡献不同，因此需要更细粒度的奖励分配函数，这个函数可以通过结果奖励习得通俗来说，就是通过对正确样本模仿学习，错误样本偏好学习，关键步骤重点学习，无需依赖超大规模的模型（例如DeepSeek-R1）进行蒸馏，仅通过强化学习即可达到惊人的效果。

2/17/2025 9:33:00 AM

量子位

比英伟达工程师还熟练！DeepSeek R1+测试时Scaling自动优化GPU内核

本周英伟达的一篇技术博客引发了业界震动！英伟达的团队尝试利用DeepSeek-R1和推理时扩展实现GPU内核生成自动化，效果极佳。随着AI模型的扩展，推理时扩展（inference-time scaling），也叫测试时扩展（test-time scaling）正闪亮登场。

2/17/2025 9:10:00 AM

新智元

全球AI算力报告出炉，LLM最爱A100！谷歌坐拥超100万H100等效算力

AI的物质基础是机器学习硬件，例如图形处理单元（GPU）和张量处理单元（TPU）。据不完全统计，目前全球超过140款AI加速器，用于开发和部署深度学习时代的机器学习模型。 Epoch AI带来了全球算力的估计报告，利用公开信息估计了全球机器学习硬件的现状和趋势。

2/17/2025 9:06:00 AM

新智元

刚刚，DeepSeek揭秘R1官方同款部署设置，温度=0.6！OpenAI推理指南同时上线

同一天内，DeepSeek和OpenAI都发布了推理模型使用指南！ DeepSeek的X账号迎来久违的更新：发布了官方版本，教大家如何部署DeepSeek-R1的设置。最佳方法如下——不使用系统提示采样温度：0.6针对文件上传和网络搜索功能定制prompt每次输出时都以think\n开始，以防模型跳过思考过程注意，官方部署DeepSeek，使用的是跟开源版本完全相同的模型。

2/17/2025 8:37:00 AM

新智元

Perplexity免费推出Deep Research：性能超过R1、o3-mini等，CEO：感谢DeepSeek

AI搜索“老大哥”Perplexity，刚刚也推出了自家的Deep Research——随便给个话题，就能生成有深度的研究报告。先来划个重点：免费向所有人开放！具体来说，非订阅用户每天最多可查询5次，Pro用户每天可查询500次。

2/17/2025 8:12:00 AM

量子位

DeepSeek 系列模型详解之 DeepSeek Math

DeepSeek Math发布于2024年2月，虽然是一个7B参数量的模型，但在Math基准榜单上的表现却超过了多个30B~70B参数量的开源模型。一、技术亮点1. 数据集使用Common Crawl提取的120B(1200亿个)高质量数学网页数据(具体包括与数学相关的token，以及自然语言和代码数据等)，总数据量是开源数据集OpenWebMath的9倍。

2/17/2025 8:00:00 AM

小喵

DeepSeek官方发布R1模型推荐设置，这才是正确用法

自春节以来，DeepSeek 就一直是 AI 领域最热门的关键词，甚至可能没有之一，其官方 App 成为了史上最快突破 3000 万日活的应用。最近一段时间，各家 AI 或云服务厂商更是掀起了部署 DeepSeek-R1 服务的狂潮，甚至让薅羊毛的用户们都有点忙不过来了。就在刚刚，DeepSeek 官网 X 帐号终于更新了（上一次更新还是在 1 月 28 日），官方下场推荐了部署 DeepSeek-R1 的设置。

2/17/2025 7:35:00 AM

机器之心

首个AI儿科医生“上岗” 与13位儿科专家共同完成疑难病例会诊

2025年2月13日，国家儿童医学中心首都医科大学附属北京儿童医院开展了国内首次“AI儿科医生多学科专家”的双医并行多学科会诊。在此次特殊的多学科会诊中，不仅有包括倪鑫院长在内的，来自耳鼻咽喉头颈外科，肿瘤外科，肿瘤内科，神经外科，神经内科，精神科，感染内科，免疫科，骨科，医学影像中心，超声科，放疗科和口腔科等科室的13位知名专家。还有一位引人瞩目的特殊专家——由北京儿童医院与百川智能、小儿方健康科技联合研发，以Baichuan M1大模型为底座打造的“AI儿科医生”！

2/14/2025 6:24:25 PM

模型过剩危机：OpenAI壮士断腕，能否终结开发者'选择恐惧症'？

OpenAI要“动手”了，它计划对自己的模型产品阵容来一场大“瘦身”!就在它准备推出最后一个非推理模型GPT-4.5之际，这家科技巨头罕见地承认，之前的产品发布在客户眼里竟然没啥区别，这让市场有点懵。 OpenAI的首席执行官萨姆·奥特曼最近在X平台上更新了产品路线图，他坦诚地说，公司最近的一些发布确实让市场感到有点困惑。 “我们得把预定路线图分享得更清楚，还得在产品阵容简化上多下点功夫。

2/14/2025 11:25:45 AM

Emilia David

1秒锁定7500万债务黑洞，OpenAI o系列模型7大实际应用案例

今早5点，OpenAI分享了o系列模型的7大实际应用场景，包括处理模糊任务、从海量信息中提取关键信息、复杂文档推理与决策、多流程AIAgent、视觉推理、代码审查以及性能评估。在这些实际案例中，一家金融分析平台通过o系列模型成功找出了影响收购的关键变更条款，帮助公司节省了7500万美元。此外，还解读了o系列推理模型与效率型GPT系列模型的区别，帮助你在实际应用中该如何高效选择这两种模型。

2/14/2025 10:44:13 AM

AIGC开放社区

DeepSeek数学大翻车？普林斯顿谷歌锤爆LLM：做题不会推理，全靠死记硬背

破案了！就在刚刚，来自普林斯顿和谷歌的研究者发现——大模型做数学题，不是靠推理，而是靠从训练集里记下的解题技巧！论文地址：「未解之谜」一直困扰着不少业内人士：在数学上，LLM到底是学会了举一反三，还是只是学会了背题？

2/14/2025 10:23:00 AM

新智元

直逼DeepSeek-R1-32B，碾压李飞飞s1！UC伯克利等开源全新SOTA推理模型

32B推理模型，仅用1/8数据，与同尺寸DeepSeek-R1打成平手！就在刚刚，来自斯坦福、UC伯克利、华盛顿大学等机构联手发布了一款SOTA级推理模型——OpenThinker-32B，并同时开源了高达114k的训练数据。项目主页： Face：：：采用经DeepSeek-R1验证标注（基于R1蒸馏）的大规模优质数据集，便可训练出SOTA的推理模型。

2/14/2025 9:20:00 AM

新智元