算法

新智元报道编辑，KingHZ，新智元导读，开源微调神器Unsloth带着黑科技又来了，短短两周后，再次优化DeepSeek，R1同款GRPO训练算法，上下文变长10倍，而显存只需原来的1，10！开源微...

新智元报道编辑，peter东乔杨，新智元导读，近日，Meta等机构发表的论文介绍了一种通过进化算法构造高质量数据集的方法，拒绝指令偏好，RIP，，得到了YannLeCun的转赞，相比未经过滤的数据，使...

新智元报道编辑，Aeneas好困，新智元导读，不到10美元，3B模型就能复刻DeepSeek的顿悟时刻了，来自荷兰的开发者采用轻量级的RL算法Reinforce，Lite，把复刻成本降到了史上最低！同...

新智元报道编辑，编辑部，新智元导读，斯坦福和普林斯顿研究者发现，DeepSeek，R1生成的自定义CUDA内核，完爆了o1和Claude3.5Sonnet，拿下总排名第一，虽然目前只能在不到20%任务...

新智元报道编辑，好困犀牛，新智元导读，推理模型在复杂任务上表现惊艳，缺点是低下的token效率，UCSD清华等机构的研究人员发现，问题根源在于模型的，自我怀疑，！研究团队提出了Dynasor，CoT，...

新智元报道编辑，编辑部HNZ，新智元导读，由UCLA等机构共同组建的研究团队，全球首次在20亿参数非SFT模型上，成功实现了多模态推理的DeepSeek，R1，啊哈时刻，！就在刚刚，我们在未经监督微调...

新智元报道编辑，KingHZ，新智元导读，在32道高等数学测试中，LLM表现出色，平均能得分90.4，按百分制计算，GPT，4o和MistralAI更是几乎没错！向量计算、几何分析、积分计算、优化问题...

新智元报道编辑，KingHZ，新智元导读，DeepSeek和xAI相继用R1和Grok，3证明，预训练ScalingLaw不是OpenAI的护城河，将来95%的算力将用在推理，而不是现在的训练和推理各...

新智元报道编辑，桃子好困，新智元导读，32B小模型在超硬核，时间线索，推理谜题中，一举击败了o1、o3，mini、DeepSeek，R1，核心秘密武器便是GRPO，最关键的是训练成本暴降100倍，用上...

新智元报道编辑，Aeneas好困，新智元导读，全球顶会NeurIPS2024中，Ilya登场演讲，向全世界宣告，预训练结束了！数据如同化石燃料般难以再生，未来，AI的发展方向就是具备自我意识的超级智能...