标签：推理能力
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，...
刚刚，OpenAI放出最后大惊喜o3，高计算模式每任务花费数千美元
OpenAI最近发布了新的推理系列模型o3和o3-mini，作为o1系列模型的继任者，这些模型在回答问题前会花费更多时间进行思考以提高准确率。o3系列模型在ARC-AGI基...
免费o1替代品来了！谷歌新发“王炸”推理大模型：思考速度碾压其他大模型，水平堪比理科博士
谷歌在其“Gemini 2.0 Flash Thinking”模型上取得了新进展，该模型以其卓越的推理能力而受到关注，能够通过“明确地展示自己的思维”来解决复杂问题，其水平与物...
Ilya Sutskever 在 NeurIPS 2024 的演讲：预训练时代已经结束了
在NeurIPS 2024会议上，Safe SuperIntelligence实验室创始人、原OpenAI联合创始人兼首席科学家Ilya Sutskever发表了题为《Sequence to sequence learning wit...
田渊栋团队论文火了！连续思维链优于CoT，打开LLM推理新范式
在认知科学领域，关于语言是否用于思考或交流的辩论一直存在。随着大型语言模型（LLM）和思维链（Chain of Thought, CoT）的兴起，语言已成为机器推理的默认...
很快OpenAI能证明陶哲轩错了？陶哲轩一句话，被OpenAI高管怼回去
OpenAI的最新o1模型在数学和代码能力上取得了显著提升，其中数学性能提升了36%。菲尔兹奖得主陶哲轩在与OpenAI研究高级副总Mark Chen的访谈中，讨论了o1推理...
