DeepSeek

DeepSeek新论文提新训练方法SPCT，R2要来了？

作者

近日，DeepSeek和清华大学提出了一种新的训练方法SPCT（Self-Principled Critique Tuning），用于提升点式生成式奖励建模（GRM）的质量和可扩展性。该方法通过让模型学会先定原则、再写点评来改进通用RM的准确性，并实现了推理阶段的可扩展性提升。

全球前十AI应用，国产占半壁江山，夸克、豆包、DeepSeek、元宝、Talkie 新五小龙崛起｜AI产品榜

作者

第8期AI产品榜揭晓，夸克、豆包等应用位居前列。阿里夸克作为阿里的AI旗舰应用，基于自研模型升级为全功能的搜索助手；字节的即梦增长至2037万月活，是接地气的视频图片生成工具；腾讯元宝日活用户增速显著，得益于微信AI搜索和文小言的免费策略。全球总榜中，夸克、豆包等国产应用名列前茅。