200B参数击败满血DeepSeek-R1，字节豆包推理模型Seed-Thinking-v1.5
字节跳动豆包团队今天发布了自家新推理模型Seed-Thinking-v1.5的技术报告。从报告中可以看到，这是一个拥有 200B 总参数的 MoE 模型，每次工作时会激活其中 20B 参数。其表现非常惊艳，在各个领域的基准上都超过了拥有 671B 总参数的 D
aime
200B参数击败满血DeepSeek-R1，豆包推理模型Seed-Thinking-v1.5
字节跳动豆包团队今天发布了自家新推理模型Seed-Thinking-v1.5的技术报告。从报告中可以看到，这是一个拥有 200B 总参数的 MoE 模型，每次工作时会激活其中 20B 参数。其表现非常惊艳，在各个领域的基准上都超过了拥有 671B 总参数的 D
200B参数击败满血DeepSeek-R1
字节跳动豆包团队今天发布了自家新推理模型 Seed-Thinking-v1.5 的技术报告。从报告中可以看到，这是一个拥有 200B 总参数的 MoE 模型，每次工作时会激活其中 20B 参数。其表现非常惊艳，在各个领域的基准上都超过了拥有 671B 总参数的
DeepSeek-R1-Paper中的12个颠覆性发现
漏洞： 把laji桶里的laji倒出来再捡回去，也能得分！作弊： AI疯狂倒laji→捡laji→倒laji→捡laji……分数刷到爆表！结果： 房间更乱了，但AI觉得自己是“满分员工”，而你气到吐血！
新通“变形记”｜三年磨一剑：从“摆烂”到以热爱驱动自我成长！
人生长途上的每一次转折，都可能是通往更好自我的桥梁！在新通，小新见证过无数学员关于成长的故事，从体制内中等生到剑桥学霸，从英语“开口跪”到雅思口语8.0……今天的主人公盛同学也经历了从“学习摆烂”状态到自我挑战的真实转变，这一段路他走了三年，步履不停，一直在路
三思而后行，让大模型推理更强的秘密是「THINKTWICE」？
近年来，大语言模型（LLM）的性能提升逐渐从训练时规模扩展转向推理阶段的优化，这一趋势催生了「测试时扩展（test-time scaling）」的研究热潮。OpenAI 的 o1 系列与 DeepSeek 的 R1 模型已展示出显著的推理能力提升。然而，在实现
模型 推理 twice aime thinktwice 2025-04-06 22:21 1
Deepseek 通过算法优化实现 AI 平权
AI 传统的训练方法包括预训练（Pre-Training）以及微调（Fine-Tuning），主要过程可以简化为：随机模型 → 预训练（爬取数据）→ 预训练模型 → 微调（领域数据）→ 微调模型 → 提示/上下文学习 → 实际应用。具体来看，从一个随机初始化的
男友手机出现陌生女子！她以为是小三，结果是他隐藏的“女人格”
她在他的手机里找到了一个名叫“Lily”的陌生女子，怀疑两人已暗度陈仓多年，可当她拿着证据和Luke当面对质时，却发现真相远比她想象得更加复杂……
做美国奥数题顶级模型现场翻车！最高得分5%，DeepSeek唯一逆袭
在数学推理中，大语言模型存在根本性局限：在美国数学奥赛，顶级AI模型得分不足5%！来自ETH Zurich等机构的MathArena团队，一下子推翻了AI会做数学题这个神话。
DeepSeek-R1论文解读
介绍了我们第一代推理模型，DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero是一种通过大规模强化学习（RL）训练的模型，在没有监督微调（SFT）作为初始步骤的情况下表现出显著的推理能力。通过RL，DeepSeek-R1-
地表最强，Gemini 2.5Pro发布！多模型对比实测到底如何？请看文章
Google近期发布的Gemini 2.5 Pro Experimental模型，以其卓越的性能和多模态处理能力，引发了业界的广泛关注。本文将详细介绍Gemini 2.5 Pro的关键特性，并通过与多个主流模型的对比实测，深入分析其在不同任务中的表现，探讨其是
从零复现满血版 DeepSeek-R1
近期，我们团队发布了 Ligth-R1，是第一个从零复现满血版 DeepSeek-R1 的工作（几个小时后QWQ-32B发布），虽然大家都在关注 QWQ-32B，但是 QWQ-32B 只开源了模型，而我们把模型、数据、代码全部都开放出来了。
九章云极DataCanvas团队突破！R1推理模型复现及强化学习新成果发布
在人工智能领域，一项重大技术突破近日由九章云极DataCanvas公司携手中国人民大学STILL项目团队及北京智源研究院团队共同实现。他们在大模型慢思考推理技术上取得了显著进展，成功复现了类R1推理模型，并将其实现细节及训练技巧全面开源。这一成果不仅标志着技术
大模型慢思考推理技术获系列成果！九章云极DataCanvas联合团队发布R1复现以及改进技术
近日,九章云极DataCanvas公司联合中国人民大学STILL项目团队、北京智源研究院团队联合在大模型慢思考推理技术上形成系列技术成果,初步复现类R1推理模型,完整开源了类R1类的实现细节以及训练技巧。进一步,创新性提出使用代码工具来增强模型推理性能,在AI
o3-mini数学推理暴打DeepSeek-R1？
就在刚刚，AIME 2025 I数学竞赛的大模型参赛结果出炉，o3-mini取得78%的最好成绩，DeepSeek R1拿到了65%，取得第四名。然而一位教授却发现，某些1.5B小模型竟也能拿到50%，莫非真的存在数据集污染？
o3-mini数学推理暴打DeepSeek-R1？AIME 2025初赛曝数据集污染大瓜
就在刚刚，AIME 2025 I数学竞赛的大模型参赛结果出炉，o3-mini取得78%的最好成绩，DeepSeek R1拿到了65%，取得第四名。然而一位教授却发现，某些1.5B小模型竟也能拿到50%，莫非真的存在数据集污染？
o3-mini完全指南：一个被DeepSeek破大防的模型
DeepSeek真他妈的是个逆天的操蛋玩意儿！这破公司竟然能用那他妈的廉价破成本造出屌炸天的模型，把那些老美大佬和他妈的NVIDIA搞得哭爹喊娘，真是操出天际！虽然它他妈的还存在点不足、偶尔操蛋得让人火大，但总体上已经他妈的震撼了整个市场，简直是他妈的颠覆了老
展会速览 | 2月重磅抢先知！ 关注国际文旅展会的小伙伴速来
简介：作为全球五大旅游展览之一，该展会得到了土耳其共和国文化和旅游部、土耳其共和国贸易部、伊斯坦布尔市政府和土耳其航空公司、土耳其酒店经营者联合会（TÜROFED）以及土耳其旅游投资者协会（TTYD）的大力支持。展会每年都能吸引数千名行业专业人士和游客，从全球
训练1000样本就能超越o1，李飞飞等人画出AI扩展新曲线
今年 1 月，DeepSeek R1 引爆了全球科技界，它创新的方法，大幅简化的算力需求撼动了英伟达万亿市值，更引发了全行业的反思。在通往 AGI（通用人工智能）的路上，我们现在不必一味扩大算力规模，更高效的新方法带来了更多的创新可能。
奥特曼被逼急：深夜上线o3-mini，甚至免费
不过 o3-mini 目前还不支持视觉功能，因此开发者需要继续使用 OpenAI o1 进行视觉推理任务。在使用权限上，ChatGPT Plus、Team 和 Pro 用户从今天起就可以访问 OpenAI o3-mini，企业版访问权限将在一周内开放。