AIGC宇宙 AIGC宇宙

模型

满血o3降智和幻觉倍增的原因可能找到了

满血o3降智和幻觉倍增的原因可能找到了
OpenAI推出的满血O3“跑分”（Benchmark）貌似又被独立测试揭穿是刷榜了，而奇怪的测试基准数据可能就是o3降智和幻觉倍增的原因？ 你可能要问了，一个数学基准测试，与降智和幻觉有什么关系？ 事情要从去年12月说起。
4/22/2025 9:18:57 AM
AI寒武纪
更懂公务员的大模型：写作/意图理解/公文排版全拿捏，部署成本直降90%，来自金山

更懂公务员的大模型：写作/意图理解/公文排版全拿捏，部署成本直降90%，来自金山
当政务大模型具备推理能力，部署成本直降90%，写作效率提升71.58%、意图理解提升34.87%、公文排版能力提升12%。 如上新进展，来自金山办公。 时隔四个月，金山自研政务大模型完成推理能力升级。
4/22/2025 9:05:36 AM
量子位
这样在本地搭建DeepSeek可以直接封神：本地部署+避坑指南（升级版）

这样在本地搭建DeepSeek可以直接封神：本地部署+避坑指南（升级版）
本文旨在提供一个全面且详细的DeepSeek本地部署指南，帮助大家在自己的设备上成功运行DeepSeek模型。 无论你是AI领域的初学者还是经验丰富的开发者，都能通过本文的指导，轻松完成DeepSeek的本地部署。 一、本地部署的适用场景DeepSeek本地部署适合以下场景：高性能硬件配置：如果你的电脑配置较高，特别是拥有独立显卡和足够的存储空间，那么本地部署将能充分利用这些硬件资源。
4/21/2025 8:47:18 AM
冰河
o3全网震撼实测：AGI真来了？最强氛围编程秒杀人类，却被曝捏造事实

o3全网震撼实测：AGI真来了？最强氛围编程秒杀人类，却被曝捏造事实
昨夜o3的发布，让人不尽感慨：打了这么久嘴炮的OpenAI，这回终于实实在在拿出了点真东西。 史上首次，模型能够用图像思考，视觉推理达到巅峰。 许多网友实测后，大感惊艳。
4/17/2025 2:09:52 PM
新智元
从思考到行动：大模型自主工具调用能力的深度实现

从思考到行动：大模型自主工具调用能力的深度实现
本项目由复旦大学知识工场实验室肖仰华教授、梁家卿青年副研究员领导，博士生韩槿一，硕士生李廷云、熊程元、姜子上、王昕奕等同学共同参与完成。 GPT - 4o、Deepseek - R1 等高级模型已展现出令人惊叹的「深度思考」能力：理解上下文关联、拆解多步骤问题、甚至通过思维链（Chain - of - Thought）进行自我验证、自我反思等推理过程。 但是，多数主流模型仍在基础问题上犯错，复杂四则运算计算失误，简单「两个小数比大小」出错、甚至连数清楚 strawberry 里有几个「r」都能翻车……即使提示像 R1 这样具备深度思考能力的大模型也要消耗大量的 token 才能勉强答对。
4/17/2025 10:43:00 AM
机器之心
DeepSeek公布了推理引擎开源路径，OpenAI也将开始连续一周发布

DeepSeek公布了推理引擎开源路径，OpenAI也将开始连续一周发布
DeepSeek 默默地在自己的 open-infra-index 库中发布了一份题为「开源 DeepSeek 推理引擎的路径」的文档，宣布将开源自己的内部推理引擎（internal inference engine）并与开源社区建立更广泛的合作。 有意思的是，该文档发布之后不久就经历了两次修改，对一些措辞和表述进行了更加中立和宽泛的处理。 在其中一次修改中，DeepSeek 提到了与 SGLang 和 vLLM 项目的合作关系，但这两个具体的项目名称在新版本中被替换成了「现有的开源项目」。
4/15/2025 8:50:01 AM
机器之心
奥特曼：ChatGPT不是AGI！OpenAI最强开源模型直击DeepSeek

奥特曼：ChatGPT不是AGI！OpenAI最强开源模型直击DeepSeek
近了，近了！ 全网多个流出的代码截图显示，满血版o3、o4-mini，以及o4-mini high，有极大概率在下周发布。 不仅如此，在OpenRouter平台上，一款神秘模型Optimus Alpha（ELO得分1387）直接霸榜，据称就是o4-mini。
4/14/2025 9:17:00 AM
新智元
GPT开山一作，本科学历入职前CTO初创！OpenAI痛失「爱因斯坦级天才」

GPT开山一作，本科学历入职前CTO初创！OpenAI痛失「爱因斯坦级天才」
被Ilya感谢过，被奥特曼誉为「爱因斯坦级的天才」，在OpenAI更是「想要什么就给什么」——即便如此，去年12月，Alec Radford还是选择了离开。 直到昨天，他的去向才确定。 据Thinking Machine Lab官网更新，OpenAI前核心成员Alec Radford和Bob McGrew将担任公司顾问（Advisors）。
4/10/2025 9:00:00 AM
新智元
DeepSeek R2来了？全新推理时Scaling论文联手清华震撼发布！ 新智元 新智元 2025年04月04日 17:33

DeepSeek R2来了？全新推理时Scaling论文联手清华震撼发布！ 新智元 新智元 2025年04月04日 17:33
DeepSeek R2，果然近了。 最近，DeepSeek和清华的研究者发表的这篇论文，探讨了奖励模型的推理时Scaling方法。 论文地址：，强化学习（RL）已广泛应用于LLM的大规模后训练阶段。
4/7/2025 8:42:00 AM
新智元
DeepSeek R2来了？全新推理时Scaling论文联手清华震撼发布！

DeepSeek R2来了？全新推理时Scaling论文联手清华震撼发布！
DeepSeek R2，果然近了。 最近，DeepSeek和清华的研究者发表的这篇论文，探讨了奖励模型的推理时Scaling方法。 图片论文地址：，强化学习（RL）已广泛应用于LLM的大规模后训练阶段。
4/7/2025 3:44:00 AM
新智元
OpenAI官方基准测试：承认Claude遥遥领先（狗头）

OpenAI官方基准测试：承认Claude遥遥领先（狗头）
OpenAI承认Claude是最好的了（狗头）。 刚刚开源的新基准测试PaperBench，6款前沿大模型驱动智能体PK复现AI顶会论文，新版Claude-3.5-Sonnet显著超越o1/r1排名第一。 与去年10月OpenAI考验Agent机器学习代码工程能力MLE-Bnch相比，PaperBench更考验综合能力，不再是只执行单一任务。
4/3/2025 10:21:32 AM
量子位
刚刚，谷歌最强Gemini 2.5 Pro免费了！数学碾压人类研究生，拿下全球TOP 1

刚刚，谷歌最强Gemini 2.5 Pro免费了！数学碾压人类研究生，拿下全球TOP 1
虽然又被GPT-4o吉卜力生图的光芒掩盖了，但毫无疑问，上周的另一技术核弹Gemini 2.5 Pro，也是无可争议的强！ 在试用过程中，网友们逐渐发现，这个模型真的强到发指。 在门萨Norway的IQ测试中，它已经突破了130。
4/1/2025 9:17:00 AM
新智元
OpenAI重新开源！第一弹就推理模型，还不限制商用，“冲着DeepSeek来的”

OpenAI重新开源！第一弹就推理模型，还不限制商用，“冲着DeepSeek来的”
一夜之间，OpenAI更新三大动向，开源、融资、用户暴增。 第一，将开源一个具备推理能力的大语言模型，包含参数权重那种。 上一次这样开源还是6年前推出GPT-2。
4/1/2025 8:45:15 AM
OpenAI破大防，拒绝率从98%骤降2%！陈怡然团队提出全新思维链劫持攻击

OpenAI破大防，拒绝率从98%骤降2%！陈怡然团队提出全新思维链劫持攻击
随着通向通用人工智能（AGI）的进展，大语言模型正进化出复杂推理能力，衍生出所谓「大型推理模型」（Large Reasoning Models, LRMs）。 OpenAI 的o系列模型凭借接近人类的推理水准刷新了诸多基准，另一边新的模型DeepSeek-R1也以更低成本实现了与o系列相当的性能。 这些模型不仅能逐步推理复杂问题，还开始将思维链（Chain-of-Thought, CoT）用于安全审查，在回答用户请求前通过内部推理判断内容是否违规，这种思路其实为平衡实用性和安全性提供了一个很有前景方向。
3/28/2025 11:59:10 AM
新智元
阿里通义千问 QwenQ-32B 上线 中科院科研项目大规模接入

阿里通义千问 QwenQ-32B 上线 中科院科研项目大规模接入
近日，阿里巴巴宣布其最新的开源大模型 —— 通义千问 QwenQ-32B，已在多个中科院科研项目中得到广泛应用。 这一创新标志着人工智能在科研领域的进一步深入，尤其是在气候变化和水资源管理方面的潜力。 中国科学院国家天文台、青藏高原研究所和南海海洋研究所等单位，均已开始利用 QwenQ-32B 进行科研项目。
3/27/2025 5:56:00 PM
AI在线
一文看懂多模态思维链DeepSeek V3“小版本升级”实测堪比V3.5，非推理模型也有“啊哈时刻”，7米甘蔗过2米门想通了

一文看懂多模态思维链DeepSeek V3“小版本升级”实测堪比V3.5，非推理模型也有“啊哈时刻”，7米甘蔗过2米门想通了
DeepSeek V3升级了，新版本V3-0324。 官方轻描淡写只说是“小版本升级”，但很多人实测下来可一点也不小。 把流行的小球弹跳测试，提升难度到4维空间超立方体也没问题。
3/25/2025 9:28:21 AM
量子位
OpenAI史上最贵模型来了！比DeepSeek贵270倍，100万输出token 600美元

OpenAI史上最贵模型来了！比DeepSeek贵270倍，100万输出token 600美元
比DeepSeek-R1贵270倍，OpenAI史上最贵模型来了！ 就在刚刚，OpenAI上线了推理模型o1-pro的API。 本来大家还挺高兴，结果一看到价格，悬着的心终于死了。
3/20/2025 11:58:29 AM
刚刚，OpenAI推出最贵o1-pro API！千倍于DeepSeek

刚刚，OpenAI推出最贵o1-pro API！千倍于DeepSeek
刚刚，OpenAI 在其开发者 API 中推出了 o1 推理模型的一个更强大版本，即 o1-pro。 据 OpenAI 称，o1-pro 使用比 o1 更多的计算资源来提供更好的响应。 该功能仅对特定开发者开放（Tier 1–5 开发者），支持视觉、函数调用、结构化输出，并与响应和 Batch API 兼容。
3/20/2025 9:46:06 AM
机器之心