机器之心，作者每时AI - 第66页共134页

DeepSeek-R1之后推理模型发展如何？Raschka长文梳理后R1时代14篇重要论文

2025年4月1日23时作者机器之心

年最热门的话题之一。在过去的几周里，研究人员推出了许多改进推理的新策略，包括扩展简单测试 – 时间规

2025年4月1日23时作者机器之心

锋论坛” 上发布首个跨本体具身大小脑协作框架 RoboOS 与开源具身大脑 RoboBrain，可实

2025年4月1日23时作者机器之心

对策略优化）。
不同于 PPO（近端策略优化），GRPO 是直接根据组分数估计基线，因此消除了对 c

2025年4月1日23时作者机器之心

用工具方面还存在一些局限，比如预先确定了工具的使用模式、限制了对最优策略的探索、实现透明度不足等。

2025年3月31日23时作者机器之心

这款神器叫做
「AutoGLM 沉思」
，来自中国公司智谱。
我们来看一个非常经典的案例：只需要输出

2025年3月31日23时作者机器之心

清华大学朱军团队提出 DeepMesh 方法，通过引入自回归生成框架和创新网格标记化方法，显著提升三维网格的生成能力。该方法支持生成高达3万个面片的高质量三维网格，并在多种应用场景中表现出色。

2025年3月31日11时作者机器之心

蚂蚁技术研究院和清华大学交叉信息院联合发布训练速度最快最稳定的开源强化学习训练框架AReaL，显著提升了数学推理能力，并通过创新性数据蒸馏技术复现了32B模型训练。

2025年3月31日11时作者机器之心

CycleResearcher 研究团队发布了首个通过强化学习迭代优化训练的 AI 科研智能体，实现了文献检索、模型提问、论文撰写等完整闭环。团队开源了数据集和代码，展示了其在学术研究中的潜力。

2025年3月30日16时作者机器之心

这几天，AI圈最火的是GPT-4。OpenAI发布的新功能让图像生成更加灵活方便，可灵与GPT-4合作制作了《甄嬛传》的吉卜力风格版本，并展示了画笔编辑功能，用户可以直接修改图片细节。模型还能显示推理过程和思维链，这引发了关于GPT-5是否即将问世的讨论。

2025年3月30日16时作者机器之心

Databricks发布TAO模型调优方法，无需标注数据即可提升LLM性能，甚至超越基于标注数据的传统微调技术。