字节 DAPO 技术报告有感！大模型 RL 细节为王
近期，清华发表的DAPO将32b-base做到了AIME 50分的效果。报告中提到动态采样、sft和rl策略对比等方法，并强调了良好流程的重要性。
Datawhale
奥特曼官宣开源！第一弹就推理模型，还不限制商用，“冲着DeepSeek来的”
OpenAI 最新开源大语言模型，包括参数权重；完成400亿美元融资；ChatGPT用户增速创下纪录。这是继GPT-2之后的又一重大动作。
“版”DeepSeek课程，正式发布！
Datawhale联合浙江大学发布DeepSeek通识课，涵盖学术与实践内容，已吸引近千万观众关注。新一期直播将于3月26日启动，提供保姆级教程和系列分享以帮助用户从理解到应用AI技术。
昨夜DeepSeek，今夜谷歌，Gemini 2.5 Pro深夜来袭！
谷歌发布Gemini 2.5 Pro，这是一个能够进行深入思考和推理的强化模型，在多个基准测试中表现出色，并在Arena排行榜上名列前茅。