搜索
DeepSeek-R1 展示了强化学习在提升模型推理能力方面的巨大潜力，尤其是在无需人工标注推理过程的设定下，模型可以学习到如何更合理地组织回答。然而，这类模型缺乏对外部数据源的实时访问能力，一旦训练语料中不存在某些关键信息，推理过程往往会因知识缺失而失败。
全球首个行动浏览器Fellou重磅发布，不仅能自动填表单、管理标签页，还能跨网站执行繁琐任务。只需一句话，Fellou帮你全搞定。
本文对DeepMind两位泰斗级科学家David Silver和Richard Sutton的重磅论文《Welcome to the Era of Experience》进行了深度解读，我将其视为AI发展方向的一份战略瞭望图。
当前，强化学习（RL）方法在最近模型的推理任务上取得了显著的改进，比如 DeepSeek-R1、Kimi K1.5，显示了将 RL 直接用于基础模型可以取得媲美 OpenAI o1 的性能不过，基于 RL 的后训练进展主要受限于自回归的大语言模型（LLM），它们通过从左到右的序列推理来运行。
最近也是好起来了，上周四去杭州参加了字节火山的线下meetup开发者大会。在会议现场亲自体验了他们这次新发布的大模型和产品，整个过程还挺有意思的。视觉模型Doubao-1.5-vision-pro也非常nice
想象一个世界，你的亲人从未真正离去。DeepMind与科罗拉多大学提出「生成幽灵」——基于逝者数据打造自主的数字智能体。它不仅承载记忆和声音，还能以「逝者视角」回复当下事件，带来情感慰藉与想象。这不是科幻小说，AI正在创造逝者的数字回声，分享新见解并回应当下世界。
一句话看懂：o3以深度推理与工具调用能力领跑复杂任务，GPT-4.1超长上下文与精准指令执行适合API开发，而o4-mini则堪称日常任务的「性价比之王」。
作为学术研究项目，原加州大学伯克利分校的Chatbot Arena，其网站已成为访客试用新人工智能模型的热门平台，现正转型为独立公司。
此事的结果，大概率是AI企业最终会选择妥协。
阿拉伯联合酋长国计划利用人工智能，协助起草新法规及审查修订现行法律，这是这个海湾国家在AI上已投入数十亿美元基础上，采取的最激进尝试。人工智能研究人员表示，该国官方媒体所称的“人工智能驱动监管”计划比其他任何地方所见都更为超前，同时指出细节尚不充分。其他政府正尝试运用 AI 提升效率，从法案摘要到优化公共服务，但尚未通过分析政府与法律数据来主动提议修改现行法律。