slug
summary
tags
icon
password
突破多模态奖励瓶颈！中科院清华快手联合提出R1-Reward，用强化学习赋予模型长期推理能力
R1-Reward模型通过StableReinforce算法显著提升多模态奖励模型的性能，解决了训练不稳定和推理一致性问题，实验结果显示在多个基准上超越现有最先进模型，展现出良好的推理扩展能力和数据效率。
爆火智能体再进化，终端成为关键词：2026年端侧AI能力至少涨3倍
联想推出超级智能体，具备感知、认知和自主能力，旨在提升个人和企业的生产力。未来12个月，端侧AI能力预计将提升三倍，推动AI在个人、企业和城市的广泛应用。
OpenAI重磅官宣：帮全球各国造星际之门！奥特曼亲临现场晒照
OpenAI推出「OpenAI for Countries」项目，旨在帮助各国建设AI数据中心和定制ChatGPT，推动经济增长与技术创新。该计划已在德克萨斯州启动首个超级计算园区，未来将与多个国家合作，促进AI发展和数据主权保障。
全球首个，最接近原版DeepSeek开源复现来了！R1四个月狂飙26倍
DeepSeek-R1在H100上实现了26倍性能提升，接近官方数据，标志着开源AI领域的重要进展。团队通过优化并行设计和采用新技术，成功在12个节点的集群上复现了DeepSeek的推理系统，降低了成本并提升了吞吐量。
欧洲黑马Mistral Medium 3来了！跑分对标最强Claude，实测大翻车
Mistral推出的Medium 3模型声称性能接近Claude Sonnet 3.7，但在网友实测中表现不佳，尤其在编码和写作任务中未能超越竞争对手。尽管成本低，用户对其实际效果表示失望，建议不必下载。
上一篇
ChatGPT访问量超越Twitter；鹅厂开源视频生成大杀器；清华AI显微镜分辨率提升15.4倍；快手KuaiMod优化短视频生态；OpenAI连接GitHub | 05月09日AI资讯
下一篇
谷歌Gemini 2.5 Pro成编程模型新王；OpenAI豪掷30亿美元收购Windsurf；华为诺亚提出端侧大模型新架构MoLE；鹅厂免费3D生成模型火爆外网；FormalMATH基准测试揭示AI数学推理弱点 | 05月07日AI资讯
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com/article/1ed629a6-152d-819b-a191-da24708f043d
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。