标签：推理能力
揭秘多轮越狱攻击新框架：RACE 如何利用大模型推理能力突破安全防线？
来自北京航空航天大学等机构的研究团队提出RACE多轮越狱攻击框架，通过将有害查询转化为良性推理任务，成功突破多个主流大模型的安全防线。实验结果显示，该...
20万卡吞金兽 Grok 3 炸裂登场，卡帕西大神亲测：性能超过DeepSeek R1！马斯克：短期不开源
埃隆·马斯克旗下的人工智能公司xAI正式发布新一代AI模型Grok 3及其迷你版本Grok 3-mini，宣称这是迄今为止最强大的AI模型。Grok 3的核心突破在于首次将推理能...
赶紧放弃强化学习？！Meta 首席 AI 科学家杨立昆喊话：当前推理方式会“作弊”，卷大模型没有意义！
Meta首席AI科学家杨立昆在AI Action Summit 2025的演讲中指出，当前基于大语言模型的人工智能系统存在根本性缺陷。现有模型通过自回归生成token的暴力计算范...
“李飞飞团队 50 美元炼出 DeepSeek R1”被质疑，上海交大本科生新“低成本推理”或成新宠！
斯坦福大学和华盛顿大学的研究人员开发了一个名为 s1 的人工智能推理模型，该模型以不到 50 美元的云计算成本成功训练而成，并在数学和编码能力测试中表现出...
为什么说DeepSeek的R1-Zero比R1更值得关注？
DeepSeek发布的R1-Zero和R1两个模型在ARC-AGI-1上的得分与OpenAI的o1系统低计算量版本相当，显示出纯LLM scaling的局限性。R1-Zero特别值得关注，因为它完全...
1M长上下文，满血版Gemini 2.0又一次登上Chatbot Arena榜首
谷歌近期发布了Gemini 2.0 Flash Thinking推理模型的加强版，并在Chatbot Arena排行榜上再次登顶。谷歌AI负责人Jeff Dean表示，新版本引入了1M长的上下文，以...
开源版o1！中国大模型让国外陷入疯狂，成本猛降90%
DeepSeek开源的R1模型在多个测试中表现优异，超越了OpenAI的o1模型。在美国AIME 2024测试中，R1得分79.8，高于o1的79.2分；在MATH-500中，R1得分97.3，同样超...
450美元训练一个「o1-preview」？UC伯克利开源32B推理模型Sky-T1，AI社区沸腾了
加州大学伯克利分校天空计算实验室的研究团队NovaSky发布了Sky-T1-32B-Preview，这是一个32B推理模型，其训练成本不到450美元，显示出高级推理能力的复制可以...
极客说｜微软 Phi 系列小模型和多模态小模型
本文介绍了微软在小模型（Small Language Models, SLMs）领域的研究成果，特别是Phi系列模型。随着大模型规模的扩大，训练和运行所需的计算资源日益紧张，小...
OpenAI官宣o3系列王者模型：能解最难的数学题，单个任务最高花费数千美元，越贵越好用！
OpenAI在“OpenAI 12 天”活动的尾声发布了两款新模型：o3和o3-mini，作为o1和o1-mini的继任者。o3系列模型在编码、数学和科学掌握、以及推理能力上表现出色，...
