标签：思维链
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...
OpenAI加码写作赛道？阿里最新大模型通用写作能力基准WritingBench，揭秘深度思考能否增进文学表达
阿里研究团队联合中国人民大学和上海交通大学共同开发了WritingBench，这是一个全面评估大模型生成式写作能力的基准。该基准覆盖了六大领域和100个细分场景，...
OpenAI自曝“o4”训练中，用思维链监控抓住AI作弊瞬间
OpenAI的最新研究提出了一种通过语言模型监控思维链的方法，旨在及时发现推理模型的不当行为。这种方法被称为思维链监控（CoT monitoring），其核心思想是通...
腾讯推出快思考模型：API 成本只有 deepseek 不到一半
腾讯混元团队近期推出自研快思考模型Turbo S，该模型通过架构创新实现首字时延降低44%，部署成本较前代模型下降数倍，定价仅为0.8元/百万tokens输入费用。该...
梁文锋、杨植麟同一天发论文“秀肌肉”，主题居然撞上了！下一代模型要来了？
2月18日，DeepSeek与月之暗面同时发布针对Transformer注意力机制改进的研究成果，聚焦于降低计算复杂度并提升长文本处理效率。这一技术竞争凸显了行业对高效...
DeepSeek 颠覆了什么？学习不靠“人盯”，AI自己“卷”自己
DeepSeek 在近期推出的 R1 模型及其 Zero 研究，通过纯强化学习路线实现了推理模型的突破性进展。其核心创新在于证明无需过程监督数据，仅依靠结果控制即可训...
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...
谷歌杀回来了！新版Gemini跑分超o1登顶第一，CEO：这才哪到哪儿
谷歌最新模型Gemini（Exp 1114）在经过6000多名网友的匿名投票后，超越了OpenAI的o1模型，成为竞技场总榜第一。Gemini（Exp 1114）不仅在数学成绩上与o1相当...
三个大模型组队挑战o1，实测360多模型协作干掉提示词工程
OpenAI的o1模型引领了大模型发展的新趋势，即从训练阶段转向推理过程的投入，这一转变得到了英伟达AI科学家Jim Fan的认同。他引用了机器学习先驱Rich Sutton...
让OpenAI o1逆天的慢思考，360两月前就做出来了？周鸿祎CoE媲美CoT，应用太前瞻
新智元报道了一项在人工智能领域的重要进展，即360公司采用的CoE（Collaboration of Experts）架构与OpenAI的o1模型在技术上的相似之处。o1模型以其卓越的推...
1
2
