热点
"推理任务" 相关文章
10步优化超越强化学习，仅需1条未标注数据，后训练强势破局
36氪 - 科技频道 2025-06-04T11:34:17.000000Z
ByteDance Introduces VAPO: A Novel Reinforcement Learning Framework for Advanced Reasoning Tasks
MarkTechPost@AI 2025-04-10T16:10:36.000000Z
出人意料！DeepSeek-R1用的GRPO其实非最优？规模化强化学习训练用PPO就够了
机器之心 2025-02-21T05:49:07.000000Z
Microsoft AI Introduces Phi-4: A New 14 Billion Parameter Small Language Model Specializing in Complex Reasoning
MarkTechPost@AI 2024-12-13T04:19:57.000000Z
SiliconCloud上线QwQ-32B-Preview：数学能力超越o1推理模型
硅基流动 2024-11-29T11:14:32.000000Z
推理模型 DeepSeek-R1-Lite 预览版上线，号称媲美 OpenAI o1-preview
IT之家 2024-11-20T15:07:14.000000Z
大模型“取长补短”新思路入选NeurIPS'24，显著优于现有路由方法，南科大港科大出品
智源社区 2024-11-15T13:07:17.000000Z
大模型“取长补短”新思路入选NeurIPS'24，显著优于现有路由方法，南科大港科大出品
36氪 - 科技频道 2024-11-14T10:13:40.000000Z
Efficient Function Calling in Small-Scale LLMs: A Game-Changer for AI Reasoning Tasks
MarkTechPost@AI 2024-11-03T16:35:52.000000Z
实测OpenAI最强模型o1：会做大学数理化 但弱智吧依然难解
快科技资讯 2024-09-13T15:46:52.000000Z
OpenAI发布具有推理能力的人工智能模型o1
界面快报 2024-09-12T23:50:45.000000Z
OpenAI发布具有推理能力的人工智能模型o1
36氪 2024-09-12T23:30:56.000000Z
微软「小而美」系列三连发，视觉小钢炮PK GPT-4o，MoE新秀力压Llama 3.1
36kr-科技 2024-08-21T09:51:41.000000Z