Sebastian Raschka长文：DeepSeek-R1、o3背后，RL推理训练正悄悄突破上限
Sebastian Raschka长文：DeepSeek-R1、o3背后，RL推理训练正悄悄突破上限只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
来自主题: AI技术研报
10269 点击 2025-04-22 16:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
据我们了解，AI 硬件公司未来智能近日完成数千万元人民币的 Pre A+ 轮融资，由启明创投与上海国投孚腾资本联合领投。 未来智能成立于 2021 年，由科大讯飞 AI 耳机业务孵化、独立而来，后者在 2020 年就发布过第一款支持 AI 语音转写功能的耳机 iFLYBUDS。未来智能创始人、CEO 马啸曾任科大讯飞智能助手业务部总经理、智能耳机业务总经理。
AI会无脑附和吗？Anthropic研究发现，Claude能根据场景切换人格：谈恋爱时化身情感导师，聊历史时秒变严谨学者。一些对话中，它强烈支持用户价值观，但在3%的情况下，它会果断抵制。
无论你是技术创造者还是使用者，理解这场认知革命都至关重要。我们正在从「AI as tools」向「AI as thinking partners」转变，这不仅改变了技术的能力边界，也改变了我们与技术协作的方式。
减少80%员工评估工作量。
OpenAI 最近发布了三份针对企业客户的研究报告，本次挑选了其中的「A Practical guide to building AI agents」一篇进行了翻译。除非已经是 Agent 资深开发大佬，否则强烈建议 AI 行业的大家都来读一下这篇报告。
扣子空间（https://space.coze.cn/）来了，它不只是一个工具，而是你的“AI工作搭子”. 可以直接调用内置的MCP服务让AI结合多个MCP完成非常复杂的任务，比如调研之后把结果做成PPT或者网页，甚至网页内还能嵌入生成的音频和图片。
有些 AI 现在“成精”到什么地步？它既能替程序员写代码，也能在你想省事（它想偷懒）的时候，反向教育你一顿：“我不能替你写这个代码，因为那相当于帮你完成工作……你应该自己动手写逻辑，这样才能真正理解系统，后续也好维护。”
近日，网上曝出 Lepton AI 已通知用户，Lepton 将于 2025 年 5 月 20 日正式停止运营，此后用户将无法再访问 Lepton AI 平台上的服务或提交的数据，建议用户在该日期之前尽快下载或备份所需数据。服务终止时，若用户账户中仍有未使用的积分，官方将会在关停后予以退款处理。
全球首个行动浏览器Fellou重磅发布，不仅能自动填表单、管理标签页，还能跨网站执行繁琐任务。只需一句话，Fellou帮你全搞定。