OpenAI的Operator一测一个不吱声~
OpenAI发布首个智能体Operator后，Every CEO和联创Dan进行了实测，仅成功完成2项任务。结论包括浏览限制、任务范围有限及提示的重要性。Operator在购票、房屋清洁等具体任务上表现出色，但在复杂分析或需要深入了解的任务中表现不佳。
PaperAgent
R1风起，清华、港科大发布大模型强化推理技术最新全面综述
本文回顾了大型语言模型在推理能力方面的最新进展，从SFT到RLHF，再到ORM和PRM等技术的演变，讨论了测试时扩展的重要性，并介绍了各种增强LLMs推理能力的技术方法。
OpenAI智能体Operator背后CUA技术解析
智谱、ByteDance和清华大学发布GLM-PC等智能体后，OpenAI发布了首个AGI L3级智能体Operator，可以执行网络任务并交互网页。Operator结合了GPT-4的视觉能力和强化学习推理能力。构建开源Computer-Using Agent的技术挑战包括安全隔离、精确点击、视觉理解和部署LLM等。
o1圈卷起来，百川智能开源Baichuan-M1-14B~
国内首个全场景深度思考模型Baichuan-M1-preview发布，并开源了行业首个开源医疗增强大模型Baichuan-14B-M1，该模型在通用和医疗领域表现出色，具备语言、视觉和搜索能力。
字节、清华开源UI-TARS：像人一样操控电脑的端到端Agent
国产大模型一周动态回顾，包括新发布的UI-TARS GUI Agent模型，这是一个集成了视觉语言模型的原生GUI代理系统，旨在实现端到端任务自动化。
阿里WebWalker：一个提升RAG多维信息检索能力的Multi-Agent框架
检索增强生成(RAG)在开放域问答任务中表现出色，但传统搜索引擎可能只进行横向网页搜索，限制了大型语言模型(LLM)对复杂信息的处理能力。为了解决这一问题，提出WebWalkerQA作为评估LLM执行网页遍历能力的新基准，并引入WebWalker多代理框架模拟人类网页导航过程。
Kimi思考模型k1.5是怎么练成的？细节曝光
Kimi发布新一代多模态思考模型k1.5，其在数学、代码、视觉和通用能力测试中达到或超越了GPT-4等领先水平。训练过程包括预训练、监督微调以及强化学习三个阶段，重点展示了数据构建、长上下文扩展及策略优化技术。
大模型经典著作《大语言模型基础与前沿》
《大语言模型基础与前沿》介绍了大语言模型的基础和前沿知识，并探讨了其方法、应用场景及对环境的影响。内容全面且系统性强，适合高年级本科生和研究生、博士后研究人员等阅读。
DeepSeek-R1技术突破：基础模型强化学习+蒸馏小模型超越o1-mini
DeepSeek-R1正式发布，API上线、技术报告公开、开源8个模型，涵盖从小至32B的多种规模。报告亮点包括后训练RL和流水线开发技术，并证明了小模型也能达到强大性能。
<200元的o1复现，尽管对比
我是小冬瓜AIGC，原创超长文知识分享。手撕o1实现课程已帮助多名同学上岸，低成本完成o1类模型复现，环境4×4090训练7天内完成，成本低于200元。课程内容包括实操项目、RL/RLHF、LLM加速等专题，涵盖多种算法和模型训练实践。