DeepSeek GRPO 技术揭秘：Unsloth 助力 7GB 显存体验“顿悟时刻”
DeepSeek R1 模型利用 GRPO 算法实现自主学习能力，仅需 7GB 显存即可训练出具备推理能力的模型，大幅降低训练门槛和成本。
月度归档： 2025 年 2 月
金牌选手惨败！Google DeepMind 最新推出AlphaGeometry2 碾压国际奥数冠军
Google DeepMind最新推出的AlphaGeometry2（AG2）在国际数学奥林匹克竞赛中表现出色，解题覆盖率从66%提高至88%，超越了往年IMO金牌得主平均水平。AG2具备四大超能力：语言系统升级、特种部队式搜索算法、推理引擎速度提升及3亿定理训练。未来或将颠覆传统奥数考场。
谷歌 DeepMind AI 系统展现超强几何解题能力了
谷歌DeepMind AlphaGeometry系列通过神经符号混合架构解决国际数学奥林匹克几何问题，显著提升解题效率和成功率。但其仍受限于预设规则和复杂推理能力不足等问题。
Ilya又回来了！神秘初创SSI估值200亿美元，5个月翻4倍，但没产品没收入
新智元报道
编辑：桃子 好困
Ilya Sutskever创立的”安全超级智能”（SSI）公司正在洽谈新一轮融资，估值高达200亿美元。该公司虽然没有产品和收入，但凭借创始人Ilya Sutskever的声誉以及创新方法仍能获得资金支持。
4 种方法在本地部署蒸馏版的DeepSeek-R1
本文介绍了四种让DeepSeek-R1等本地运行大型语言模型（LLM）的方法：Ollama、LM Studio、vLLM和LlamaCPP。Ollama简单易用；LM Studio提供图形化界面方便切换模型；vLLM追求高性能且兼容OpenAI API；LlamaCPP跨平台且高效，适合用户自定义设置。无论哪种方式，都能让用户拥有强大的本地LLM助手。
0 产品 0 营收，OpenAI 前首席科学家创办的新公司，就要冲击 200 亿美元估值
Ilya Sutskever 创立的公司 Safe Superintelligence Inc. 将冲刺 200 亿美元估值，该公司以实现安全的超级智能为唯一目标，并在去年获得10亿美元融资。