学术打假！清华上交大研究颠覆认知：强化学习竟是大模型推理的

学术打假！清华上交大研究颠覆认知：强化学习竟是大模型推理的"绊脚石"

⭐0 👥0
【研究颠覆】清华大学与上海交通大学联合发表的最新论文，对业界普遍认为"纯强化学习（RL）能提升大模型推理能力"的观点提出了挑战性反驳。研究发现，引入强化学习的模型在某些任务中的表现，反而逊色于未使用强化学习的原始模型。【实验验证】研究团队在数学、编码和视觉推理三大领域进行了系统性实验:数学任务:在GSM8K、MATH500等基准测试中，RL模型在低采样次数（k值）下准确率提升，但在高k值时问题覆盖
开源新模型 DeepCoder：超高效编程，超越OpenAI o1模型

开源新模型 DeepCoder：超高效编程，超越OpenAI o1模型

⭐0 👥0
在科技发展的浪潮中，人工智能（AI）技术日新月异。最近，由著名大模型训练平台 Together AI 和智能体平台 Agentica 联合开源的新模型 DeepCoder-14B-Preview，吸引了广泛关注。该模型以仅有的140亿参数，在代码测试平台 LiveCodeBench 上的得分为60.6%，超过了 OpenAI 的 o1模型（59.5%），仅略低于 o3-mini(60.9%)。这一
AI大模型权威评测：豆包中文对话最强，OpenAI o1推理和数学占优

AI大模型权威评测：豆包中文对话最强，OpenAI o1推理和数学占优

⭐0 👥0
国产AI模型多点开花。还有不到一周就2025年了，各大社交音娱平台相继自动弹出“年度报告”的搜索选项。身处AI元年，AI模型这份年终答卷，自然也少不了。 智东西12月25日报道，智源研究院12月19日发布了FlagEval“百模”评测结果，今年国产大模型与海外大模型战况焦灼。 在其闭源大模型评测能力总榜中，字节跳动的豆包通用模型pro拿到主观评测最高分，OpenAI的o1-mini拿到客观评测最
加载更多