RL很重要，但远非All You Need！微软副总裁：AI不靠单个技术撑起
微软副总裁 Nando de Freitas 提出 AI 是一场系统性工程的观点，反对单一技术的过度宣传。他认为AI的进步需要成千上万人的共同努力，并强调了多元参与和技术探索的重要性。
强化学习 (RL)
Vision-R1：多模态领域的DeepSeek R1-Zero，7B参数比肩OpenAI O1
Vision-R1项目通过两阶段策略解决了多模态推理数据稀缺的问题，提出冷启动初始化和RL训练方案，并创新性地引入PTST策略和HFRRF奖励函数，显著提升了模型在多个数学推理基准测试中的表现。
太猛了！DeepSeek R1核心技术复现，30美元实现：小模型 RL Scaling 革命
来自加州伯克利大学的研究团队以极低的成本（低于30美元）成功复现了DeepSeek R1-Zero的关键技术，并在‘倒计时’游戏中展示了小型语言模型的强大自验证和搜索能力。