不蒸馏R1也能超越DeepSeek，上海 AI Lab 用RL突破数学推理极限
上海AI Lab提出的新方法OREAL利用基于结果奖励的强化学习超越了DeepSeek，无需超大规模模型蒸馏。通过模仿正样本、偏好负样本并关注关键步骤，实现了数学推理任务上的显著提升，并开源训练数据和模型以促进研究对比。
月度归档： 2025 年 2 月
微信DeepSeek入口已接通，辐射用户14亿！刚刚实测，辛弃疾都得666
微信正式接入DeepSeek-R1，并支持满血版AI搜索。用户可通过微信搜索获取答案，生成结果带有社交属性可分享给朋友或朋友圈。此次接入不仅满足了用户的即时需求，还展示了微信与大模型R1的深度融合。
免手术AI读心术新突破！Meta脑机接口研究惊呆网友：能边睡边玩手机发帖了？？
Meta研究人员通过结合AI模型Brain2Qwerty和非侵入性脑电图（EEG）或脑磁图（MEG），实现了当前最准确的大脑打字技术，字符错误率分别达到32%和67%，展示了脑机接口在语言生成方面的进展。
从PPO到GRPO，DeepSeek-R1做对了什么？
本周通讯解读了三个值得关注的技术与行业动态。DeepSeek-R1 在强化学习中采用GRPO替代PPO，减少人类标注数据并设计精妙奖励机制；ARK展望AI对经济的影响；Kimi 1.5和DeepSeek-R1均使用Rule-based Reward提升模型推理能力。
真正的王炸组合！微信终于接入满血版DeepSeek R1，灰度测试中
微信灰度测试接入DeepSeek R1的AI搜索功能，用户可点开顶部搜索框尝试新的AI搜索体验。功能采用公众号推文 + 网页搜索策略，但存在精准度问题，目前仍在灰度测试阶段。
真假难辨！阿里升级AI人像视频生成，表情动作直逼专业水准
EMO2 是阿里巴巴通义实验室提出的一个音频驱动人像 AI 视频生成的升级版本，通过一张人物肖像图片和任意长度音频生成流畅自然的手部动作、面部表情及身体姿态。
比知识蒸馏好用，田渊栋等提出连续概念混合，再度革新Transformer预训练框架
CoCoMix 是一种预训练框架，结合连续概念与稀疏自编码器学习的语义概念，通过交叉熵损失预测选定的概念，并将其混合到模型隐藏状态中，显著提升大型语言模型性能。