标签：数学推理
国产模型炸裂登场，国外赞不绝口！OpenAI-o1级性能，免费使用
国产大模型平台DeepSeek最近发布了其全新推理模型DeepSeek-R1-Lite预览版，该模型以深度思维链推理为特色，在数学、代码和复杂推理任务上表现出色，能够生成...
连OpenAI都推不动Scaling Law了？MIT把「测试时训练」系统研究了一遍，发现还有路
近期，AI社区对The Information的一篇文章反响强烈，该文章指出OpenAI下一代旗舰模型的质量提升可能不及前两款，原因是高质量文本和其他数据供应减少，原本的...
Llama版o1来了，来自上海AI Lab，强化学习代码已开源，基于AlphaGo Zero范式
上海AI Lab团队发布了LLaMA版o1项目，旨在复刻OpenAI的o1推理大模型。该项目采用了蒙特卡洛树搜索、Self-Play强化学习、PPO以及AlphaGo Zero的双重策略范式。...
苹果一篇论文把大模型圈子得罪了！“踩着”OpenAI、Meta大模型上位，Gary Marcus：早就说大模型不会推理！
苹果公司的六位AI研究人员发表了一篇论文，对当前领先的语言模型（LLM）进行了测试，以评估它们处理数学推理任务的能力。研究发现，即使是问题措辞的微小变化...
o1带火的CoT到底行不行？新论文引发了论战
近期，德克萨斯大学奥斯汀分校、约翰·霍普金斯大学和普林斯顿大学的研究人员提出了一个关键问题：在大型语言模型（LLM）中，是否应该使用思维链（Chain-of-Th...
Meta开源用于数学等复杂推理AI Agent—HUSKY
由Meta、华盛顿大学和阿伦AI实验室联合开发的HUSKY，是一款专注于数学和表格等复杂推理任务的AI Agent。HUSKY的创新之处在于其统一的行动空间设计，允许AI在...
Mistral最新开源数学模型 Mathstral，能不能算对 9.11 和 9.9谁大？｜AI 鲜测
近日，AI领域发生了一起令人惊讶的事件，一些大型AI模型如GPT-4o和Gemini在比较9.11和9.9大小的问题上出现了错误。这一现象引发了对AI模型提示词优化和理解能...
4人团队斩获首届AI奥数竞赛百万大奖！AI破解29题陶哲轩惊呆，CMU华人博士荣登第二
首届AI奥数竞赛结果揭晓，Numina模型以29/50的正确率荣获第一名，远超其他参赛模型。该竞赛由Kaggle社区举办，旨在提升AI模型的数学推理能力，奖金池高达1000...
国产开源之光 Qwen2-72B 大战海外霸主 Llama3-70B ｜AI 鲜测
Qwen2模型在高考第一天（6月7日）正式开源，迅速引起了广泛关注。其中参数最大的Qwen2-72B在多语言能力、代码生成、数学推理、长文本处理等方面表现出色，同...
27岁华裔天才少年对打UC伯克利，首发SEAL大模型排行榜！Claude 3 Opus数学封神
SEAL排行榜是一个全新的大模型评估平台，由Scale AI团队推出，得到AI领域知名人士的认可。该排行榜的特色在于使用私有数据集，确保评估公正性；定期更新数据...
1
2
