相关内容
-
5月9日消息：阿里巴巴开源ZeroSearch大模型，无需搜索激励搜索能力
阿里开源ZeroSearch模型：可“自学”搜索能力，无需外部搜索引擎,谷歌,搜索引擎,知名企业,github,阿里巴巴集团,zerosearch
-
近些年大型语言模型能力提升但仍存问题，推理概念引争论
后训练时代如何延续Scaling Law？这是你该读的LLM后训练综述,算法,推理,显式,深度思考模型
-
2017年Transformer论文成AI革命标志，2015年相关论文要素被掩盖？
机器之心报道编辑：张倩这篇论文包含了当前 LLM 的许多要素，十年后的今天或许仍值得一读。
-
推理成语言模型下一个主要前沿领域：强化学习对蒸馏模型的有效验证及新发现
强化学习的改进只是「噪音」？最新预警：冷静看待推理模型进展,推理,数学,算法,强化学习
-
阿里云AI势能大会：1年成绩、未来规划及AI趋势新见解
阿里云全面拥抱MCP协议！大模型API调用量年涨近100倍
-
阿里云开源通义千问QwQ-32B推理模型，性能超越DeepSeek R1和OpenAI-o1-mini
3月6日凌晨，阿里云发布并开源全新的推理模型通义千问QwQ-32B。官方称，这个新模型仅仅拥有320亿参数，但在性能上比肩6710亿参数的满血版DeepSeek R1。目前
-
AIxiv专栏促进学术交流，最新研究揭示强化学习数据影响力大于数量
大模型强化学习新发现：删减84%数据反提升效果,样本,实验,有效性,强化学习
-
OpenAI论文揭示：强化学习如何助力o3模型在2024 IOI和CodeForces上取得金牌水平
OpenAI:强化学习提高LLM性能,DeepSeek R1、Kimi k1.5发现o1秘密,编程,聚类,kimi,强化学习,openai,deepseek
-
探索形式化推理新纪元：普林斯顿大学开源哥德尔证明器Goedel-Prover
哥德尔-Prover超过DeepSeek-Prover，陈丹琦团队造出最强推理模型,推理,数学,定理,哥德尔,陈丹琦
