在人工智能领域，尤其是自然语言处理（NLP）中，推理能力的提升一直是研究的重要方向。最近，Ai2的研究科学家Nathan Lambert在NeurIPS会议中解读了OpenAI的O1模型，揭示了推理和强化学习微调（RFT）在新一代大语言模型中的秘密。这场演讲通过深入探讨O1模型的核心机制，回答了学界人士普遍关注的几个关键问题：语言模型的推理能力到底如何？新型O1模型有哪些创新？强化学习如何改变模型 ...

在NeurIPS的Latent Space非官方Industry Track上，Ai2研究科学家Nathan Lambert发表相关演讲，直接回答语言模型能否推理，以及o1和强化微调 (RFT) API给大家的启发。 Nathan Lambert在Interconnects上发文表示： ...

展望未来，国电通的这一专利可能会推动更多企业在大型语言模型的开发和应用上进行 创新探索，也许未来会涌现出更多类似的分布式训练技术，进一步提升AI的应用范围和实用性。随着技术的进步，AI不再只是科技公司的专属，而是将逐步深入到各行各业的日常运作中，改变人们生活和工作的方式。对于这一发展趋势，社会各界应给予更多关注，以合作的态度和开放的心态，共同迎接AI带来的契机与挑战。

近日，针对以上痛点，清华大学THUNLP团队联合东北大学NEUIR、面壁智能及9#AISoft团队共同推出了UltraRAG框架，该框架革新了传统RAG系统的开发与配置方式，极大降低了学习成本和开发周期。

DeepSeek-R1 的发布及其引发的全球复现热潮，正在从根本上改变 AI 产业的格局。这种改变首先体现在开发成本上。R1 将每百万 token 的价格从 o1 的 60 美元降至 2.19 美元，这种近 30 倍的价格差异足以改变企业的 AI ...

编辑：编辑部 HYZ 【新智元导读】就在刚刚，网上已经出现了一波复现DeepSeek的狂潮。UC伯克利、港科大、HuggingFace等纷纷成功复现，只用强化学习，没有监督微调，30美元就能见证「啊哈时刻」！全球AI大模型，或许正在进入下一分水岭。

本文来自微信公众号：新智元，作者：新智元，原文标题：《全球掀起DeepSeek复现狂潮，硅谷巨头神话崩塌，30刀见证啊哈时刻》，题图来自：视觉中国 诚如LeCun所言：“这一次，正是开源对闭源的胜利！” ...

近日，清华大学NLP实验室、上海AI Lab、清华大学电子系、OpenBMB社区等团队提出 ... 采用PRIME方法，研究人员不依赖任何蒸馏数据和模仿学习，仅用8张A100，花费一万块钱左右，不到10天时间，就能高效训练出一个数学能力超过 GPT-4o、Llama-3.1-70B的7B模型 Eurus-2-7B-PRIME。

近日，东部战区海军某支队组织开展新年度军事训练，随着指挥员一声令下，部队迅速展开，奔赴指定场地，进行舰载机航空 ...

快科技1月5日消息，马斯克在社交平台宣布：Grok 3即将推出，已完成预训练，其计算量比Grok 2高10倍。 作为马斯克麾下社交媒体平台X的强大后盾 ...