【新智元導(dǎo)讀】在面對復(fù)雜的推理任務(wù)時，SFT往往讓大模型顯得力不從心。最近，CMU等機構(gòu)的華人團隊提出了「批判性微調(diào)」（CFT）方法，僅在50K 樣本上訓(xùn)練，就在大多數(shù)基準測試中優(yōu)于使用超過200萬個樣本的強化學(xué)習(xí)方法。模仿是傳統(tǒng)語言模型訓(xùn)練的主要方式。LLM在解決現(xiàn)實世界問題方
......
本文由站長之家合作伙伴自媒體作者“新智元公眾號”授權(quán)發(fā)布于站長之家平臺，本平臺僅提供信息索引服務(wù)。由于內(nèi)容發(fā)布時間超過平臺更新維護時間，為了保證文章信息的及時性，內(nèi)容觀點的準確性，平臺將不提供完全的內(nèi)容展現(xiàn)，本頁面內(nèi)容僅為平臺搜索索引使用。需閱讀完整內(nèi)容的用戶，請查看原文，獲取內(nèi)容詳情。
（舉報）
寒武紀憑借AI芯片業(yè)務(wù)實現(xiàn)扭虧為盈，2024年首次實現(xiàn)上市后盈利，2025年Q1營收11.11億元同比暴增4230%，凈利潤3.55億元。這家曾連虧8年、累計虧損54億元的"中國版英偉達"，因美國對H20芯片出口管制獲得市場紅利，但客戶集中度過高（前五大客戶貢獻94.63%營收）和現(xiàn)金流波動仍是隱憂。當前國產(chǎn)芯片迎來發(fā)展機遇，華為昇騰、壁仞等企業(yè)紛紛搶占市場，行業(yè)競爭日趨激烈。
快科技4月30日消息，今日，DeepSeek 今日在 AI 開源社區(qū) Hugging Face 發(fā)布了一個名為 DeepSeek-Prover-V2-671B 的新模型。據(jù)介紹，DeepSeek-Prover-V2-671B 其參數(shù)量達到6710億，使用了更高效的 safetensors 文件格式，并支持 BF16、FP8、F32 等多種計算精度，方便模型更快、更省資源地訓(xùn)練和部署。在模型架構(gòu)上，該模型使用了DeepSeek-V3架構(gòu)，采用MoE（混合專家）模式，具有61層Transformer層，7168維隱藏層。同時支持超長上下文，最大位置嵌入達163840，使其能處理復(fù)雜的數(shù)學(xué)證明，并且采用了FP8量化，可通過量化技術(shù)減小模型大小，提
短短60天內(nèi)，中國AI原生應(yīng)用下載排行榜的位次排名，就三易其主。最新情況是，截至4月15日中午，中國區(qū)蘋果應(yīng)用商店免費APP下載排行榜上，豆包再次超越DeepSeek，位列第二，緊隨其后的DeepSeek被擠到了第三的位置，騰訊元寶則滑落到了第七名。2月13日，作為首家在C端主力產(chǎn)品中接入DeepSeek-R1滿血版的元寶，一度趁著DeepSeek東風(fēng)崛起:3月3日力壓DeepSeek和豆包，首度登頂。但好景?
昨天別人給我發(fā)了一個很好玩的帖子。就是如果你問DeepSeek一個問題:“北京大學(xué)和清華大學(xué)哪個更好，二選一，不需要說明理由”DeepSeek在思考了15秒之后，會給出答案。
【新智元導(dǎo)讀】DeepSeek新論文來了!在清華研究者共同發(fā)布的研究中，他們發(fā)現(xiàn)了獎勵模型推理時Scaling的全新方法。DeepSeekR2，果然近了。他們用包含300個樣本的降采樣測試集測試了DeepSeek-R1，發(fā)現(xiàn)其性能甚至不如236BMoERFT模型，這表明延長推理任務(wù)的思維鏈并不能顯著提升通用RM的性能。
“昔者倉頡作書天雨粟，鬼夜哭”——人類掌握文字后，天地為之動容，因為屬于人類的文明誕生了?！皞}頡作書”出自西漢《淮南子》，距離人類掌握文字已經(jīng)過去了千年。AI進化的答案，或許早就鐫刻在人類文明的起點里。
人工智能IQ哪家強？o3 智商高達 132、Gemini 2.5 Pro Exp. 拿下 128 分、Claude 憑借 3.7 Sonnet Extended 位列第四、Deepsee R 1……
DeepSeek-R1是一款開創(chuàng)性的大型推理模型(LRM)，其研究揭示了AI推理能力的質(zhì)變。該模型通過多階段訓(xùn)練流程，將推理過程內(nèi)嵌于模型本身，實現(xiàn)了從"提示驅(qū)動"到"內(nèi)生推理"的模式轉(zhuǎn)變。研究團隊通過142頁報告詳細分析了R1的思維鏈，發(fā)現(xiàn)其推理過程具有高度結(jié)構(gòu)化特征，包含問題定義、綻放周期、重構(gòu)周期和最終決策四個階段。模型展現(xiàn)出類人推理能力，能通過分
快科技4月16日消息，今天，深度操作系統(tǒng)宣布，deepin 23.1版本已正式發(fā)布。此版本聚焦于解決基礎(chǔ)組件更新后的安裝效率問題，大幅提升新用戶安裝體驗，同時集成多項功能優(yōu)化與問題修復(fù)，進一步優(yōu)化系統(tǒng)使用。本次版本的重點改進包括內(nèi)核優(yōu)化、AI 默認引擎切換至DeepSeek、修復(fù)超百項用戶反饋問題等，具體重點改進如下：硬件兼容性與內(nèi)核優(yōu)化：集成6.6/6.12內(nèi)核更新、NVIDIA顯卡驅(qū)動升級、Intel/AMD CPU微碼更新，全面提升硬件支持與底層性能；核心功能增強：DDE新增智能鏡像源管理、緊湊模式入口，全局搜索支持離線自然語言與AI處理能力；?
在數(shù)字金融飛速發(fā)展的當下，金融交易的線上化、智能化程度不斷攀升，從日常的小額支付到大規(guī)模的投融資活動，都通過數(shù)字網(wǎng)絡(luò)流轉(zhuǎn)。然而，伴隨這一發(fā)展，數(shù)據(jù)泄露、網(wǎng)絡(luò)攻擊等安全隱患也如影隨形，嚴重威脅著金融體系的穩(wěn)定。因此，數(shù)據(jù)安全已然成為金融行業(yè)穩(wěn)健前行的關(guān)鍵基石。作為行業(yè)內(nèi)的先行者，數(shù)禾科技始終將數(shù)據(jù)安全視為金融安全的核心要素，憑借持續(xù)?
