腾讯AI Lab与香港中文大学（深圳）合作开展了一项新研究，提出了这样一种名为 无监督前缀微调 （UPFT）的方法。 团队研究发现，关键的正确推理信号，全都藏在模型的“前几步”里，将这种现象称为“推理前序自一致性”。

图片来源：unsplash+我偷偷用AI写的文案，怎么就被别人发现了？当AI生成内容席卷互联网，如何避免被AI伪造的假信息蒙蔽？3月21日晚20:00，锁定《环球科学》直播间，和编辑畅聊AI内容识别技巧，还有“空间碎片防御术”“照亮抑郁迷宫的迷走神经 ...

近日，阶跃星辰研究团队通过大规模实证探索，耗费了近 100 万 NVIDIA H800 GPU 小时（约百万美元），从头训练了 3,700 个不同规模，共计训了 100 万亿个 token，揭示了 LLM ...

1. 开源微调神器Unsloth优化了DeepSeek-R1同款GRPO训练算法，上下文变长10倍，显存需求减少90%。 3.

据彭博新能源财经预测，到2030年AI驱动研发将使固态电池商业化进程提前3-5年，而中国有望占据全球60%的市场份额。这不仅是技术竞争的胜利，更意味着在零碳时代的全球能源版图中，中国正从规则追随者转变为标准制定者。当AI遇见固态电池，我们看到的不仅是 ...

机器之心报道，编辑：Panda。 DeepSeek-R1 非常热门，而在其公布的训练配方中，GRPO（Group Relative Policy Optimization）非常关键，是 DeepSeek-R1 核心的强化学习算法。 PPO 与 ...

这款软件可被用作宏，能将坐标设置为功能，还可轻松设置按键和功能，对游戏玩家有帮助。

魔搭社区 投稿量子位 | 公众号 QbitAI GRPO训练又有新的工具链可以用，这次来自于ModelScope魔搭社区。

继去年政府工作报告首次写入“人工智能+”后，今年政府工作报告再次提出，持续推进“人工智能+”行动，人工智能又成为两会热词。其中全国人大代表、科大讯飞董事长刘庆峰提出的“加快构建国产算力平台上的自主可控大模型及产业生态”建议，值得注意。

科大讯飞此前已对外发布了基于全国产算力训练的推理模型星火 X1，昨日又宣布完成了星火 X1 的全新升级。升级后的星火 X1，仅用 70B 参数规模，就在数学能力上实现了与 DeepSeek R1（参数量 671B）和 OpenAI o1 的全面对标，中文数学任务更是全面领先。相较于 DeepSeek R1，X1 不仅答题速度更快，而且解题过程和步骤也更为清晰。作为国内率先落地应用的推理模型，此次 ...

机器之心授权发布作者：王子涵我们都知道，DeepSeek-R1 的训练过程使用了一种名为专家混合模型（Mixture-of-Experts, MoE）的技术，而当前的 MoE ...

IT之家 3 月 3 日消息，科大讯飞今日宣布星火 X1 升级，并发布星火一体机等系列新品。 其中，深度推理大模型星火 X1 再升级，数学能力全面对标 DeepSeek R1 和 OpenAI o1。