标签：推理
全球首个IMO金牌AI诞生！谷歌Gemini碾碎奥数神话，拿下35分震惊裁判
谷歌DeepMind凭借其最新模型Gemini Deep Think在国际数学奥林匹克竞赛（IMO）中取得了历史性突破，成功摘得金牌。这一成就标志着AI在数学推理领域的重大进展...
先别急着给OpenAI加冕！陶哲轩：这种「金牌」，含金量取决于「赛制」
OpenAI 最近宣布其推理模型在国际数学奥林匹克（IMO）竞赛中取得了金牌水平的成绩，这一消息引发了广泛关注。该模型在严格遵循人类选手比赛规则的条件下，成...
MiniMax 技术闭门会分享：长上下文是 Agent 的 Game Changer
MiniMax在7月10日举办的M1技术研讨会汇集了全球顶尖的研究者和业界嘉宾，深入探讨了模型架构创新、RL训练、长上下文应用等前沿话题。RL能否赋予模型新能力？...
斯坦福开源复杂推理AI Agent，融合超10种工具
传统的AI助手通常依赖于单一模型或有限的工具集，难以应对需要多步推理、跨领域知识融合及高精度数据分析的任务。为了解决这一难题，斯坦福大学开源了OctoToo...
大语言模型离“数学证明高手”还有多远？斯坦福、伯克利、MIT 团队提出 IneqMath 评测标准
大语言模型（LLM）在生成看似正确的结论时，往往缺乏严谨的推理过程，尤其是在数学证明领域。不等式问题因其结构简单、逻辑清晰，成为检验模型推理能力的理想...
腾讯AI Lab 提出解耦推理新框架，破解IMO 数学难题
近年来，大语言模型（LLM）在数学推理领域取得了显著进展，但在形式化数学证明方面却遇到了瓶颈。尽管LLM能够以超过80%的准确率生成非形式化的解题思路，但在...
微软开源新版Phi-4：推理效率暴涨10倍，笔记本可运行
微软近日开源了Phi-4家族的最新版本Phi-4-mini-flash-reasoning，该版本延续了Phi-4家族参数小、性能强的特点，专门为受算力、内存和延迟限制的场景设计，适...
高考数学142分，多学科推理MMMU跑分76.0直逼人类专家，Skywork R1V 3.0用强化学习探索跨学科推理
在电影《银翼杀手2049》中，虚拟伴侣Joi通过全息投影与现实世界无缝互动，展现了AI在未来可能具备的高度智能和情感理解能力。然而，现实中要实现这种科幻场景...
开源DeepSeek R1增强版：推理效率快200%，创新AoE架构
德国知名技术咨询公司TNG开源了DeepSeek R1的增强版DeepSeek-TNG-R1T2-Chimera。该模型基于DeepSeek的R1-0528、R1和V3-0324三大模型混合开发而成，并采用了一...
MoE那么大，几段代码就能稳稳推理 | 开源
华为最新开源项目Omni-Infer为超大规模混合专家网络模型（MoE）的推理提供了全面的架构、技术和代码支持。该项目旨在帮助企业用户实现高性能、易维护的推理部...
