标签：推理能力
全球最强编码模型 Claude 4 震撼发布：自主编码7小时、给出一句指令30秒内搞定任务，丝滑无Bug
Anthropic在首届开发者大会上正式发布了Claude 4系列模型，包括Claude Opus 4和Claude Sonnet 4两个型号。Claude Opus 4是该公司迄今为止最强大的AI模型，能...
强迫模型自我争论，递归思考版CoT热度飙升！网友：这不就是大多数推理模型的套路吗？
CoRT（Chain-of-Recursive-Thoughts）是一种在语言模型中引入递归思考和自我批判机制的新方法，旨在提升模型的推理能力。与传统的CoT（Chain-of-Thought）相...
清华&通院推出”绝对零”训练法，零外部数据大模型自我博弈解锁推理能力
“绝对零”是一种通过自我博弈训练预训练大模型的新方法，旨在提升模型的推理能力。该方法由清华、北京通用人工智能研究院和宾夕法尼亚州立大学的研究人员提出...
阿里最新开源模型Qwen3到底能不能打？不妨上「通义App」亲自试试
阿里最新发布的通义千问 Qwen3 模型在4月29日凌晨正式开源，并迅速登顶多项大模型测评榜单，引发了广泛关注。Qwen3 在推理、指令遵循、工具调用、多语言能力...
强化学习被高估！清华上交：RL不能提升推理能力，新知识得靠蒸馏
近年来，大语言模型在推理能力方面取得了显著进展，尤其是在处理数学和编程等复杂逻辑问题时。可验证奖励强化学习（RLVR）被认为是提升模型推理能力的关键技...
TTS和TTT已过时？TTRL横空出世，推理模型摆脱「标注数据」依赖，性能暴涨
在大语言模型（LLMs）竞争日益激烈的背景下，推理能力成为评估模型性能的关键指标。测试时缩放（TTS）作为一种新兴策略，通过优化推理过程（如多数投票、蒙特...
选AI比选对象还难！起名黑洞OpenAI的新模型，到底怎么选？
OpenAI近期发布了多款新模型，包括o3、o4-mini和GPT-4.1，每款模型在复杂任务、日常应用和API开发中展现出不同的优势。o3作为OpenAI最新的旗舰模型，专为深度...
刚刚，豆包1.5·深度思考模型上线，特供「视觉版本」，大模型多模态推理的时代真来了
近期，大模型领域迎来了一系列重要进展，尤其是豆包大模型家族的更新和火山引擎的创新发布。 豆包大模型家族推出了「豆包 1.5・深度思考模型」，包含两个版本...
让奥特曼直呼“天才”的o3 和 o4-mini，被曝捏造事实问题严重！拓展强化学习、图像思维链等亮点成陪衬？
OpenAI 最新发布了 OpenAI o3 和 o4-mini 模型，标志着 ChatGPT 能力的一次飞跃。这些模型首次实现了自主调用并整合 ChatGPT 内的全量工具，包括网页搜索、Py...
OpenAI发布o3/o4-mini两大推理模型，要把Agent吞进模型里了
OpenAI近期发布了两个新模型o3和o4-mini，标志着其在人工智能领域的进一步突破。这两个模型不仅在编码、数学、科学等传统领域展现出强大的推理能力，还首次实...
