标签：推理
大语言模型离“数学证明高手”还有多远？斯坦福、伯克利、MIT 团队提出 IneqMath 评测标准
大语言模型（LLM）在生成看似正确的结论时，往往缺乏严谨的推理过程，尤其是在数学证明领域。不等式问题因其结构简单、逻辑清晰，成为检验模型推理能力的理想...
腾讯AI Lab 提出解耦推理新框架，破解IMO 数学难题
近年来，大语言模型（LLM）在数学推理领域取得了显著进展，但在形式化数学证明方面却遇到了瓶颈。尽管LLM能够以超过80%的准确率生成非形式化的解题思路，但在...
微软开源新版Phi-4：推理效率暴涨10倍，笔记本可运行
微软近日开源了Phi-4家族的最新版本Phi-4-mini-flash-reasoning，该版本延续了Phi-4家族参数小、性能强的特点，专门为受算力、内存和延迟限制的场景设计，适...
高考数学142分，多学科推理MMMU跑分76.0直逼人类专家，Skywork R1V 3.0用强化学习探索跨学科推理
在电影《银翼杀手2049》中，虚拟伴侣Joi通过全息投影与现实世界无缝互动，展现了AI在未来可能具备的高度智能和情感理解能力。然而，现实中要实现这种科幻场景...
开源DeepSeek R1增强版：推理效率快200%，创新AoE架构
德国知名技术咨询公司TNG开源了DeepSeek R1的增强版DeepSeek-TNG-R1T2-Chimera。该模型基于DeepSeek的R1-0528、R1和V3-0324三大模型混合开发而成，并采用了一...
MoE那么大，几段代码就能稳稳推理 | 开源
华为最新开源项目Omni-Infer为超大规模混合专家网络模型（MoE）的推理提供了全面的架构、技术和代码支持。该项目旨在帮助企业用户实现高性能、易维护的推理部...
超越微软，全球第一！上交AI智能体炼成「Kaggle特级大师」，登顶OpenAI MLE-bench
上海交通大学人工智能学院Agents团队提出的AI专家智能体「ML-Master」在OpenAI发布的权威基准测试MLE-bench中取得了显著成绩，以29.3%的平均奖牌率位居榜首，...
只用2700万参数，这个推理模型超越了DeepSeek和Claude
大语言模型在复杂推理任务中面临任务分解复杂、数据需求大以及高延迟等问题，当前的思维链（CoT）技术存在局限性。为了解决这些问题，Sapient Intelligence的...
文心大模型 4.5 系列正式开源，涵盖 10 余款模型
百度于6月30日正式开源了文心大模型4.5系列，涵盖10款不同参数规模的模型，包括47B、3B激活参数的混合专家（MoE）模型和0.3B参数的稠密型模型。这些模型已在...
华为盘古大模型开源，推理方案、基础代码全公开！
华为今日宣布开源盘古70亿参数的稠密模型、盘古Pro MoE 720亿参数的混合专家模型以及基于昇腾的模型推理技术。这一举措被视为华为推进昇腾生态战略的关键步骤...
