超越DeepSeek-R1关键RL算法GRPO，CMU「元强化微调」新范式登场
超越DeepSeek-R1关键RL算法GRPO，CMU「元强化微调」新范式登场大语言模型（LLM）在推理领域的最新成果表明了通过扩展测试时计算来提高推理能力的潜力，比如 OpenAI 的 o1 系列。
来自主题: AI技术研报
9706 点击 2025-03-13 14:41
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
大语言模型（LLM）在推理领域的最新成果表明了通过扩展测试时计算来提高推理能力的潜力，比如 OpenAI 的 o1 系列。
224张GPU，训出开源视频生成新SOTA！Open-Sora 2.0正式发布。 11B参数规模，性能可直追HunyuanVideo和Step-Video（30B）。
四个月前，我们采访了 Chat2DB 创始人姬朋飞，文章里讲述了他从大厂离职后的创业历程。而最近 Cha2DB 针对 SQL 开发者的普遍痛点，发布了全新的 3.0 版本。
“大模型未来一定会经历几轮大的技术范式迭代。但比拼商业化能力，是足够确定的事。”
Anthropic 昨晚发布了他们最新的 Claude 3.7 Sonnet 混合推理模型，并在官网同步更新了 Claude 3.7 的系统提示词。
3月12日，华尔街见闻获悉，原字节跳动AI大将、火山引擎高管骆怡航于近日加入生数科技，担任CEO一职。去年底，字节TikTok算法负责人陈志杰也被曝出离职创业。
在当今数字产品设计领域，动画已不再是锦上添花，而是提升用户体验的关键要素。然而，对于大多数设计师来说，创建高质量的交互动画一直是一项挑战 —— 传统动画工具如 Adobe After Effects 或 Rive 不仅学习曲线陡峭，而且价格不菲。
在实际应用过程中，闭源模型（GPT-4o）等在回复的全面性、完备性、美观性等方面展示出了不俗的表现。
Sakana AI刚刚官宣，第二代「AI科学家」独立完成论文，通过了ICLR 2025 Workshop的同行评审。这是首次完全由AI端到端生成的科学论文，获得了学术高度认可。
今天，外媒披露了谷歌在美国大模型独角兽Anthropic中的持股细节。相关文件显示，谷歌数年来累计对Anthropic注资30亿美元（约合人民币217亿元），换取了后者14%的股份。令人意外的是，这些投资并未让谷歌在Anthropic的运营中享有过多的话语权，但谷歌仍计划在今年9月以可转债的形式再追加7.5亿美元（约合人民币54亿元）投资。