多模态大模型文心4.5后训练详解
MLNLP社区致力于促进国内外机器学习与自然语言处理的交流与发展，涵盖硕博生、高校老师及企业研究人员。文心4.5开源10个多模态大模型，并介绍其后训练阶段的技术细节。
强化学习
大模型竞赛转向：决胜关键为何是“后训练”？｜
型。
这款被马斯克称之为“宇宙最强模型”的大模型由20万块GPU组成的Colossus超级计算机集群
全球最强开源「定理证明器」出世！十位华人核心，8B暴击671B DeepSeek
新智元报道
编辑：桃子 好困
全球最强的开源定理证明器登场！Goedel-Prover-V2仅用8B参数击败671B的DeepSeek-Prover，并再次夺下数学PutnamBench冠军。十位核心贡献者，八大顶尖机构联手发布第二版模型。
人类击败OpenAI守住编程冠军！10小时激战两次反超，AI最后关头功亏一篑
人类选手Psycho在AtCoder世界巡回总决赛中两次反超，最终获得冠军。OpenAI排名第二，并承认自己是亚军。比赛过程中，Psycho表现出色，而OpenAI则在后半段出现多次错误。
普林斯顿团队领衔发布最强开源数学定理证明模型：32B性能大幅超越前代SOTA DeepSeek 671B
普林斯顿大学联合多所顶尖机构推出Goedel-Prover-V2模型，实现形式化数学推理的新突破。该模型在MiniF2测试集上性能超越DeepSeek-Prover-671B和Kimina-Prover-72B。
小哥硬核手搓AI桌宠！接入GPT-4o，听得懂人话还能互动，方案可复现
国外小哥受皮克斯台灯机器人启发，手搓出一款结构简单的AI桌宠Shoggoth，具备对话和互动能力。通过3D打印、GPT-4o API及RL策略控制，实现类似宠物的陪伴感。
投奔小扎，Jason Wei连发两篇博文公布“屠龙术”：一个公式看透AI，一条心法指引人生
Jason Wei 提出了‘验证者定律’，指出训练 AI 解决任务的难易程度与其可验证性成正比。他还提出了 ‘On-Policy RL’ 的概念，认为要想超越他人，必须走自己的路，并直面环境给予的风险与回报。