“巢燧”大模型基准测试发布国内深度推理大模型评测报告
继DeepSeek-R1开源发布之后，国内多家企业陆续研发和上线了深度推理大模型。“巢燧”大模型基准测试密切追踪国内深度推理大模型最新进展，近期，红星新闻联合天津大学自然语言处理实验室，依托“燧观”大模型智能测试平台，开展“巢燧”大模型基准综合评测第三次评测，
推理
OpenAI员工抢先体验GPT-5，7月上线或支持多模态输入
OpenAI员工爆料称已抢先体验GPT-5，该模型预计将于7月上线。此前，OpenAI首席执行官SamAltman曾在播客中透露，GPT-5可能会在今年夏天发布，并且会迈向完全多模态。GPT-5预计将支持语音、图像、代码和视频等多种输入方式，这将是其与前代产品
121W，确实可以封神！
LLM+奖励模型 ：当下的迫切需求！大模型生成的毒性内容、幻觉等问题严重影响落地，而奖励模型虽对提升对齐效果作用显著，但目前泛化能力都很弱，难以应对复杂任务。可以关注代理型奖励模型、自我反思奖励模型……
别问初二到底难不难，先问自己准备好了没
半夜两点，家里安静得像一场大型听力考试的现场，灯光下我女儿正苦苦翻着她那本《八年级物理》。
9.9万起，零次方推出“全模态”数据方案
在具身智能研发中，往往普遍存在以下数据问题：数据模态缺失、数据采集流程繁琐、任务数据管理繁杂、模型训练推理部署门槛高等难题。诸多瓶颈成为具身智能模型从实验室走向规模化应用的“拦路虎”。零次方深耕具身智能领域，以自身模型开发经历为基础，深悉行业痛点，推出“全模态
推理越多，幻觉越重？多模态推理模型的“幻觉悖论”
多模态推理模型真的「越想越明白」吗？研究表明，R1系列模型在推理链条加长的过程中，其视觉感知能力出现下降趋势，生成内容有时会偏离图像本身，出现「看见」不存在事物的幻觉现象。推理能力的提升，在一定程度伴随着视觉对齐的弱化，呈现出「越推理越幻觉」的倾向。这一现象引
ICML 2025 Oral | 从「浅对齐」到「深思熟虑」
在大语言模型（LLM）加速进入法律、医疗、金融等高风险应用场景的当下，“安全对齐”不再只是一个选项，而是每一位模型开发者与AI落地者都必须正面应对的挑战。然而，如今广泛采用的对齐方式，往往只是让模型在检测到风险提示时机械地回复一句“很抱歉，我无法满足你的请求”
加州大学圣地亚哥分校：AI推理能力跨领域训练的突破性进展
这项由加州大学圣地亚哥分校胡志廷教授与Mohamed bin Zayed人工智能大学、卡内基梅隆大学、普渡大学等多家顶尖学府合作完成的研究，发表于2025年6月的国际机器学习会议（arXiv:2506.14965v1）。这个庞大的研究团队包括来自各大学的21位
红帽大中华区总裁曹衡康：混合云成趋势 AI价值不限于“单点推理”
在生成式AI加速融入企业数字化进程的当下，云计算正在经历深层次技术重构。过去十年，云厂商主导的增长逻辑更多围绕基础设施扩展与算力堆叠，但如今随着AI模型的训练与推理需求快速上升，企业客户开始关注如何以更低成本、更高效率地将AI能力部署到混合云、边缘和私有环境中
7B模型超越DeepSeek-R1：模仿人类教师，弱模型也能教出强推理LLM
这个方法要求教师模型像优秀的人类教师一样，根据已知解决方案输出清晰的逐步解释，而不再是从头开始自己解决。
黄子韬或升级当爹，狗仔曝祖孙同框照，网友推理出怀孕时间线
狗仔静悄悄，必定在憋大招，当整个六月都不见娱乐圈有什么八卦时，瓜友们就知道“一鸣惊人”的时候快到了，比如一直活跃于网络的黄子韬夫妇，被狗仔有图有真相的爆料已经生完孩子了。
麒麟软件申请提升大模型推理长度与性能方法等专利，降低注意力机制计算复杂度
国家知识产权局信息显示，麒麟软件有限公司申请一项名为“一种提升大模型推理长度与性能的方法、系统及介质”的专利，公开号CN120197699A，申请日期为2025年03月。
OPPO AI团队：让AI智能体进行推理思考的四大策略
这项由OPPO AI智能体团队进行的突破性研究发表于2025年6月17日，论文标题为《Scaling Test-time Compute for LLM Agents》，发表在arXiv预印本平台（论文编号：arXiv:2506.12928v1）。有兴趣深入了
小米小爱同学：资源受限下，实现端侧大模型的高性能推理
随着大模型能力持续提升，如何将其有效部署到端侧设备，成为产业界面临的重要工程挑战。手机、车载、IoT 等设备对模型体积、推理时延、功耗和更新机制都提出了极高要求，也让端侧推理成为融合系统优化、模型压缩和软硬件协同的复杂问题。
强化学习新发现：无需数学样本，仅游戏训练AI推理大增
Project Leader 肖俊飞是约翰斯・霍普金斯大学博士生，导师为 Bloomberg Distinguished Professor Alan Yuille。
AI自动化背后：凡是可量化的，皆不能幸免
伴随着AI的迅速发展，几乎每个劳动领域都面临冲击，像创意工作、数据分析等，只要能被量化的任务，都可能被自动化。对于那些引领组织穿越这场动荡转型的领导者而言，应对方法很简单。支持那些投资回报率模糊的冒险赌注，奖励那些重新定义问题并勇于探索未知的团队。留出空闲时间
悬疑推理，最高水平还得是英剧
先说它最核心的两个优点：一是继承了原著的深邃主题和风格，二是巧妙的跨文化融合，将北欧悬疑的精髓与英美叙事传统相结合，这样就很大程度拓宽了国际受众基础。
Melius：看好AMD(AMD.US)AI推理潜力 上调评级至“买入”
Melius Research分析师Benjamin Reitzes发表研报表示，看好AMD(AMD.US)在人工智能(AI)推理领域的增长潜力，将该股评级从“持有”上调至“买入”，目标价从110美元上调至175美元。
强化学习怎么入门好？
最近在做一个跟强化学习有关的项目，在csdn等网站上了解了MDP，值函数等基本知识，接着学习Q学习、Sarsa等算法，但是感觉有些囫囵吞枣，有没有比较好的入门方法打好基础呢
AI需要「像人类」那样思考？AlphaOne揭示大模型的「思考之道」
本文共同第一作者为张均瑜与董润沛，分别为伊利诺伊大学厄巴纳-香槟分校计算机科学研究生与博士生；该研究工作在伊利诺伊大学厄巴纳-香槟分校张欢教授与 Saurabh Gupta 教授，加州大学伯克利分校 Jitendra Malik 教授的指导下完成。