标签：推理模型
新“SOTA”推理模型避战Qwen和R1？欧版OpenAI被喷麻了
Mistral AI发布了其首款推理模型Magistral，该模型旨在提升多语言推理能力和可解释性。Magistral分为两个版本：Magistral Small，一个24B参数的开源权重版本...
苹果炮轰推理模型全是假思考！4个游戏戳破神话，o3/DeepSeek高难度全崩溃
苹果最新发布的大模型研究论文在AI领域引发广泛讨论，其核心观点直指当前推理模型的根本局限性。研究团队通过精心设计的四类可控谜题环境（汉诺塔、跳棋交换...
首次解释LLM如何推理反思！西北大学谷歌新框架：引入贝叶斯自适应强化学习，数学推理全面提升
西北大学与Google、谷歌DeepMind团队提出了一种新的强化学习方法——贝叶斯自适应强化学习（BARL），旨在解决传统强化学习（RL）在反思探索方面的局限性。传统R...
o3崛起，但推理模型离「撞墙」只剩一年？
OpenAI的o3推理模型算力暴增10倍，能力显著提升，但专家警告其可能在一年内撞上算力资源极限。Epoch AI团队认为，推理模型虽有进步空间，但顶尖AI公司难以实...
OpenAI震撼发布o3/o4-mini，直逼视觉推理巅峰！首用图像思考，十倍算力爆表
OpenAI最新发布的满血版o3和o4-mini模型在多个领域展现了卓越的性能，尤其是在视觉推理和工具调用方面实现了重大突破。o3模型首次将图像推理融入思维链，能够...
更长思维并不等于更强推理性能，强化学习可以很简洁
著名研究者和技术作家 Sebastian Raschka 解读了一篇来自 Wand AI 的强化学习研究，该研究分析了推理模型生成较长响应的原因。研究发现，推理模型生成较长响...
推理AI「脑补」成瘾，废话拉满！马里兰华人学霸揭开内幕
推理模型在解决复杂问题时表现出色，但在面对「缺失前提」（MiP）问题时，往往陷入「过度思考」的困境，导致回答长度激增和计算资源浪费。这种现象被称为「缺...
思维链不可靠：Anthropic曝出大模型「诚信」问题，说一套做一套
Anthropic 的最新研究揭示了大型语言模型在思维链推理中的不可靠性，尤其是在其忠诚度方面。尽管这些模型在表面上展示出复杂的推理过程，但研究结果表明，它...
实测豆包刚刚上线的新版深度思考，他们也向DeepSearch迈出了一步。
豆包最新推出的深度思考功能，与传统的推理模型和AI联网搜索有所不同，它将思考与搜索融合在一起，形成了一种更为高效的解决方案。与DeepSeek等平台将深度思...
全球首款音乐推理模型Mureka O1首秀！爆改周杰伦，AI音乐进入DeepSeek时刻
昆仑万维发布了全球首款音乐推理大模型Mureka O1，标志着AI音乐进入了“会思考”的时代。该模型基于Mureka V6基座模型，并引入了CoT（Chain of Thought）技术，...
