AI在线 AI在线

推理

Grok 3.5测试版下周上线，专为SuperGrok用户打造，专注火箭发动机与电化学技术解答

Grok 3.5测试版下周上线，专为SuperGrok用户打造，专注火箭发动机与电化学技术解答
xAI宣布Grok3.5测试版将于下周正式推出，首批仅对SuperGrok订阅用户开放。 据AIbase了解，该版本以其在火箭发动机和电化学等领域的精准技术解答能力引发热议，号称“全球首个人工智能能从第一性原理推理，生成网络上不存在的答案”。 社交平台上的讨论显示，Grok3.5的专项技术能力与开放性备受期待，相关细节已通过xAI官网（x.ai）与社交媒体逐步公开。
4/29/2025 4:00:40 PM
AI在线
阿里Qwen3深度解析:新一代开源大语言模型的革新与突破

阿里Qwen3深度解析:新一代开源大语言模型的革新与突破
Qwen3是什么?阿里Qwen3是通义千问系列的最新一代开源大语言模型（LLM），于2025年4月29日正式发布。 作为全球首个支持“混合推理”的模型，Qwen3包含8款不同规模的模型，涵盖稠密模型(如0.6B、4B、32B)和混合专家模型(MoE，如30B-A3B、235B-A22B)，采用Apache2.0协议开源，支持免费商用。 其核心目标是提供高性能、低成本的AI解决方案，同时覆盖从边缘设备到企业级服务器的全场景需求。
4/29/2025 4:00:40 PM
AI在线
Ollama 支持全线的 Qwen 3 模型

Ollama 支持全线的 Qwen 3 模型
Ollama官方宣布已全面支持阿里巴巴通义千问最新一代大语言模型系列——Qwen3。 这一重要更新进一步丰富了Ollama的开源模型生态，为开发者、企业及AI爱好者提供了更强大的本地化部署选择，显著提升了在多种场景下的AI应用灵活性与效率。   Qwen3模型:性能与规模并重Qwen3是阿里巴巴通义千问团队推出的最新一代大语言模型，涵盖从0.6亿到2350亿参数的广泛模型规模，包括高效的混合专家（MoE）模型。
4/29/2025 12:01:00 PM
AI在线
北京大学推出新基准评测PHYBench，挑战AI物理推理能力！

北京大学推出新基准评测PHYBench，挑战AI物理推理能力！
最近，北京大学物理学院联合多个院系，推出了一项名为 “PHYBench” 的全新评测基准，旨在检验大模型在物理推理上的真实能力。 该项目由朱华星老师和曹庆宏副院长主导，汇聚了来自物理学院和其他学科的200多名学生，其中不少人曾在全国中学生物理竞赛中获金牌。 PHYBench 设计了500道精心制作的高质量物理题，这些题目涵盖高中物理、大学物理及物理奥林匹克竞赛的各个层面。
4/29/2025 11:00:51 AM
AI在线
大幅提升 AI 推理速度：UCLA 与 Meta AI 联合推出 d1 框架

大幅提升 AI 推理速度：UCLA 与 Meta AI 联合推出 d1 框架
在人工智能领域，UCLA 和 Meta AI 的研究人员联合推出了一种名为 d1的新框架，该框架通过强化学习技术显著提升了扩散式大语言模型（dLLMs）的推理能力。 虽然传统的自回归模型如 GPT 受到了广泛关注，但 dLLMs 凭借其独特的优势，若能加强推理能力，将为企业带来新的效率和应用前景。 扩散式语言模型与自回归模型的生成方式截然不同。
4/29/2025 10:00:51 AM
AI在线
上交大等探索键值压缩的边界：MILLION开源框架定义模型量化推理新范式，入选顶会DAC 2025

上交大等探索键值压缩的边界：MILLION开源框架定义模型量化推理新范式，入选顶会DAC 2025
本篇工作已被电子设计自动化领域顶级会议 DAC 2025 接收，由上海交大计算机学院蒋力教授与刘方鑫助理教授带领的 IMPACT 课题组完成，同时也获得了华为 2012 实验室和上海期智研究院的支持。 第一作者是博士生汪宗武与硕士生许鹏。 在通用人工智能的黎明时刻，大语言模型被越来越多地应用到复杂任务中，虽然展现出了巨大的潜力和价值，但对计算和存储资源也提出了前所未有的挑战。
4/29/2025 9:13:00 AM
机器之心
Qwen3正式确认本周发布，阿里云AI新篇章即将开启

Qwen3正式确认本周发布，阿里云AI新篇章即将开启
阿里云Qwen团队通过社交平台正式确认，Qwen3系列模型将于本周内发布，标志着其旗舰大语言模型（LLM）与多模态能力的又一次重大升级。 据AIbase了解，Qwen3将推出包括0.6B、4B、8B、30B-A3B在内的多种模型规模，支持高达256K的上下文长度，涵盖推理与非推理任务。 社交平台上的热烈讨论凸显了其全球影响力，相关细节已通过Hugging Face与Qwen官网逐步公开。
4/28/2025 6:00:40 PM
AI在线
字节Seed 团队推出 PHD-Transformer，成功扩展预训练长度，解决 KV 缓存问题！

字节Seed 团队推出 PHD-Transformer，成功扩展预训练长度，解决 KV 缓存问题！
近日，字节跳动的 Seed 团队在人工智能领域再传佳音，推出了一种新型的 PHD-Transformer（Parallel Hidden Decoding Transformer），这项创新突破了预训练长度的限制，有效解决了推理过程中的 KV 缓存膨胀问题。 随着大型推理模型的迅速发展，研究人员在后训练阶段尝试通过强化学习方法来生成更长的推理链，并在复杂的推理任务上取得了显著成果。 受到启发，字节 Seed 团队决定探索在预训练阶段进行长度扩展的可能性。
4/28/2025 5:00:40 PM
AI在线
基于奖励驱动和自组织演化机制，全新框架ReSo重塑复杂推理任务中的智能协作

基于奖励驱动和自组织演化机制，全新框架ReSo重塑复杂推理任务中的智能协作
本文由上海人工智能实验室，悉尼大学，牛津大学联合完成。 第一作者周恒为上海 ailab 实习生和 Independent Researcher 耿鹤嘉。 通讯作者为上海人工智能实验室青年科学家白磊和牛津大学访问学者，悉尼大学博士生尹榛菲，团队其他成员还有 ailab 实习生薛翔元。
4/28/2025 8:50:00 AM
机器之心
7B超越GPT！1/20数据，无需知识蒸馏，马里兰等推出全新视觉推理方法

7B超越GPT！1/20数据，无需知识蒸馏，马里兰等推出全新视觉推理方法
在大模型时代，视觉语言模型（Vision-Language Models, VLMs）正在从感知走向推理。 在诸如图像问答、图表理解、科学推理等任务中，VLM不再只需要「看见」和「描述」，而是要能「看懂」和「想清楚」。 然而，当前主流的推理能力提升方法普遍存在两个问题：1.
4/26/2025 9:25:00 AM
新智元
RL真让大模型更会推理？清华新研究：其能力边界或仍被基座「锁死」

RL真让大模型更会推理？清华新研究：其能力边界或仍被基座「锁死」
近年来，RLVR（可验证奖励的强化学习）训练大模型在数学、代码等各项任务中表现惊艳，大模型的推理能力快速提升，强化学习因而被视为重要的推手。 然而，其中直指核心的重要问题却悬而未决：强化学习真的能让大模型获得超越基础模型的新推理能力吗？ 清华大学LeapLab团队联合上海交通大学开展的最新实证研究，通过实验现象揭示了一个值得关注的问题：当前的 RLVR 方法似乎尚未突破基座模型的能力上限。
4/25/2025 9:22:44 AM
机器之心
UC伯克利：让推理模型少思考，准确率反而更高了！

UC伯克利：让推理模型少思考，准确率反而更高了！
让推理模型不要思考，得到的结果反而更准确？ UC伯克利新研究发现，强制要求模型跳过思考过程，推理能力却比正常思考还好。 例如在定理证明任务当中，“不思考”模式仅使用30%的Token，就能实现和完整思考一样的准确率。
4/18/2025 8:42:52 AM
量子位
推理AI「脑补」成瘾，废话拉满！马里兰华人学霸揭开内幕

推理AI「脑补」成瘾，废话拉满！马里兰华人学霸揭开内幕
推理模型越来越成为主流了。 像GPT-4.5这样没有推理功能的大语言模型则越来越少见，就连OpenAI自身也将重心放到了推理模型o系列上面。 原因在于推理模型通过在回答之前先「思考」，从而能够获得更加优秀的效果。
4/15/2025 9:00:00 AM
新智元
清华耶鲁推理模型新范式：动态推理实现高效测试时扩展，大大节省Token消耗

清华耶鲁推理模型新范式：动态推理实现高效测试时扩展，大大节省Token消耗
推理性能提升的同时，还大大减少Token消耗！ 清华、耶鲁团队提出推理模型新范式：动态推理实现高效测试时扩展。 测试时扩展（test-time scaling）技术加速推动了大语言模型在复杂推理领域的突破。
4/8/2025 9:16:00 AM
量子位
LLM「想太多」有救了！高效推理让大模型思考过程更精简

LLM「想太多」有救了！高效推理让大模型思考过程更精简
LLM的推理能力显著增强，然而，这个「超级大脑」也有自己的烦恼。 有时候回答会绕好大一个圈子，推理过程冗长又复杂，虽能得出正确答案，但耗费了不少时间和计算资源。 比如问它「2加3等于多少」，它可能会从数字的概念、加法原理开始，洋洋洒洒说上一大通，这在实际应用中可太影响效率啦。
4/7/2025 9:23:00 AM
新智元
250多篇论文，上海AI Lab综述推理大模型高效思考

250多篇论文，上海AI Lab综述推理大模型高效思考
最近，像 OpenAI o1/o3、DeepSeek-R1 这样的大型推理模型（Large Reasoning Models，LRMs）通过加长「思考链」（Chain-of-Thought，CoT）在推理任务上表现惊艳。 但随之而来的是一个日益严重的问题：它们太能「说」了！ 生成的推理过程往往充斥着冗余信息（比如反复定义）、对简单问题过度分析，以及对难题的探索浅尝辄止。
4/4/2025 1:47:00 PM
机器之心
OpenAI重新开源！第一弹就推理模型，还不限制商用，“冲着DeepSeek来的”

OpenAI重新开源！第一弹就推理模型，还不限制商用，“冲着DeepSeek来的”
一夜之间，OpenAI更新三大动向，开源、融资、用户暴增。 第一，将开源一个具备推理能力的大语言模型，包含参数权重那种。 上一次这样开源还是6年前推出GPT-2。
4/1/2025 8:45:15 AM
DeepSeek 悄然发布 DeepSeek-V3–0324：远超预期的重大升级

DeepSeek 悄然发布 DeepSeek-V3–0324：远超预期的重大升级
DeepSeek 近期悄然发布的 DeepSeek-V3–0324，在 AI 社区和行业内引发了广泛关注。 这一版本是 DeepSeek V3 （DeepSeek-V3 深度剖析：下一代 AI 模型的全面解读）模型的重要升级，其带来的一系列技术革新和性能提升远超众人预期，为开发者和企业带来了新的机遇与可能。 一、DeepSeek-V3–0324 的技术突破（一）Multi-head Latent Attention（MLA）和增强的 DeepSeekMoE 架构DeepSeek-V3–0324 引入了 Multi-head Latent Attention（MLA）和增强版的 DeepSeekMoE 架构，这些创新技术为模型性能的提升奠定了坚实基础。
3/28/2025 4:30:00 AM
大模型之路