字节开源BAGEL模型；AI科学家团队2.5个月发现治盲新药；Claude 4采用RLVR范式；DeepSeek-R1引领推理革命；上海AI Lab发布InternThinker | 05月24日AI资讯

slug

summary

字节开源了GPT-4o级图像生成能力的BAGEL模型，集成了图像理解、生成和编辑功能，表现超越多种顶尖模型，并展现出新的涌现能力，支持复杂的多模态推理和编辑。模型现已在Hugging Face上架，采用Apache 2.0许可证。

全球首个AI科学家团队在2.5个月内发现了一种治疗干性老年性黄斑变性的新药，标志着AI驱动科学发现的新范式。AI智能体完成了假设生成、实验设计和数据分析，推动了药物研发的效率和创新。未来，AI在医疗领域的应用前景广阔。

Claude 4的思考方式通过可验证奖励强化学习（RLVR）得到证明，预计未来将实现更复杂的自主Agent，能够独立完成任务并提供可靠反馈。研究员们讨论了模型的自我意识和未来发展方向，并给大学生提供了学习和研究的建议。

DeepSeek-R1通过强化学习算法GRPO引领了LLM推理革命，显著降低了训练成本并提升了推理能力，未来的LLM训练将更注重推理过程而非单纯的数据训练。新技术DAPO进一步优化了训练效率和稳定性，展现了模型的反思和回溯能力。

上海人工智能实验室发布的新一代InternThinker打破围棋AI的“黑盒”思维，具备专业水平和透明的推理能力，用户可以通过自然语言理解每一步棋的决策过程，提升围棋学习体验。同时，InternBootcamp训练环境促进了大模型的推理能力提升，展现出在多任务混合训练中的潜力。

AI学长小林