搜索
基于可验证奖励的强化学习（Reinforcement Learning with Verifiable Rewards，RLVR）正在成为大模型后训练的关键技术。数学题能判对错，代码能跑测试，可验证奖励让大模型可以通过强化学习持续提升推理能力。
推理大模型 (如 DeepSeek-R1、o1) 靠长思维链拿高分，却普遍「想太多」: 研究统计了五个代表性模型里，发现有 41–52% 的 token 是在模型给出它的最终答案之后生成的。
推理大模型 (如 DeepSeek-R1、o1) 靠长思维链拿高分，却普遍「想太多」: 研究统计了五个代表性模型里，发现有 41–52% 的 token 是在模型给出它的最终答案之后生成的。
机器之心编辑部 由 OpenAI 前首席技术官 Mira Murati 创立的 AI 初创公司 Thinking Machines Lab，刚刚发布了自研 AI 模型 Inkling。与 OpenAI、Anthropic 或 Google 的旗舰模型不同，Inkling 是一款开放权重模型，外部开发者和企业可以直接下载，并根据自身需求进行修改。
刚刚，网信中国发布公告，「Apple 智能」正式通过生成式人工智能服务备案。 和苹果一起「持证上岗」的还有华为小艺 AI 大模型、OPPO AndesGPT、vivo 蓝心端侧大模型、小米澎湃 AI、三星盖乐世 AI 和努比亚豆包手机大模型，一共 7 款手机端侧大模型在 7 月 8 日集体过审。
最新消息终于来了——Gemini 3.5 Pro或将于7月17日正式上线。更有意思的是，这个日期恰好与国产大模型DeepSeek V4正式版的发布窗口正面重合。那么这一次，谷歌拿出的究竟是“真金”还是“虚火”？不妨从三个维度拆解一下。
《读佳》获知，Soul将推出首款便携式AI智能硬件产品，定位情绪陪伴，会将自研语言大模型SoulX的语音交互、情感表达和数字生命能力融入其中。目前，已推出名为“愈见岛—星频通讯”的软件产品适配该智能硬件。
近年来，多模态大语言模型（MLLM）在视觉问答、图表理解、科学推理等任务上取得了令人瞩目的进展。
今日，彭博亿万富翁指数的最新数据显示，DeepSeek创始人、CEO梁文锋的资产净值已经达到360亿美元（约合人民币2440亿元），超越OpenAI联合创始人兼总裁Greg Brockman，跻身全球最富有的大模型创始人之列。
7月13日，阶跃星辰在上海正式发布面向智能体时代的大模型原生AI终端品牌STEPX，并同步推出全球首个智能体原生操作系统Step AOS（Step Agentic-native OS）和阶跃新一代个人智能体阶跃Amoo，正式打通了从基座模型、智能体系统到硬件终端的完整链路。