2024年，随着OpenAI等国际大模型企业的持续推进，国内大模型企业也在不断追赶和超越。总体上，中国大模型在经历2023年白热化的“百模大战”后，2024年迎来了“大浪淘沙”，竞争格局趋于稳定，呈现互联网大厂与初创公司“共舞”的局面。

导读：奥特曼罕见地承认了自己犯下的‘历史错误’，LeCun发文痛批硅谷一大常见病——错位优越感。DeepSeek的终极意义在哪？圈内热转的这篇分析指出，相比R1，R1-Zero具有更重要的研究价值，因为它打破了终极的人类输入瓶颈！

1月16日消息，阿里云通义团队发布了新一代数学推理过程奖励模型——Qwen2.5-Math-PRM。该模型引入了72B与7B两种尺寸，其在推理过程中的表现显著优于现有的开源模型，尤其在推理错误识别方面，7B版本的性能甚至超过了闭源的GPT-4o。这一创新不仅为智能推理提供了新的可能性，也为相关领域的技术进步注入了新的活力。 Qwen2.5-Math-PRM模型的设计旨在解决大型语言模型在处理推理时 ...

在科技快速发展的今天，阿里云再一次为人工智能领域推陈出新。1月16日，钛媒体App报道了阿里云通义开源了全新的数学推理过程奖励模型——Qwen2.5-Math-PRM。这一模型的推出，标志着在72B与7B尺寸下，其性能远超同类开源过程奖励模型。

近日，在国内某问答平台上，一则关于 DeepSeek 的提问登上问题热门排行榜。这一问题的描述是：“如何评价 DeepSeek 自称开源？但似乎并未开源（Open Source），仅为 Open Model?”（来源：资料图）那么，DeepSeek ...

IT之家1 月 11 日消息，微软亚洲研究院旗下数学和人工智能研究团队昨日（1 月 10 日）发布博文，针对小语言模型，设计并开发了 rStar-Math 技术，专门用于解决数学问题。 和微软之前推出的 Phi-4 不同，rStar-Math 采用蒙特卡洛树搜索（Monte Carlo Tree Search）进行推理 ...

特朗普政府上任伊始就展现了对AI领域的雄心壮志。1月21日，特朗普在白宫宣布了名为"星际之门"的庞大AI基础设施计划，预计在未来四年内投资5000亿美元，用于建设支持AI发展的基础设施（点击查看相关报道）。这一计划由OpenAI、软银集团和甲骨文公司 ...

新智元报道 编辑：KingHZ 桃子【新智元导读】一场改写AI历史的震撼对决正在上演！就在昨天，当DeepSeek ...

就在刚刚，网上已经出现了一波复现DeepSeek的狂潮。UC伯克利、港科大、HuggingFace等纷纷成功复现，只用强化学习，没有监督微调，30美元就能见证「啊哈时刻」！全球AI大模型，或许正在进入下一分水岭。

硅谷正经历由中国公司引发的重大变革。全美都在担忧全球人工智能的中心是否已经转向中国。此时，全球范围内掀起了复现DeepSeek模型的热潮。正如LeCun所说：“这是开源对闭源的一次胜利。”这些讨论引发了人们对数百亿美元支出必要性的质疑，甚至有人预测中 ...

力大砖飞，简洁优雅。 我觉得最大的价值是证明了：基于一个很强的模型（deepseekv3-base），用最简单的rule-based reward来做rl，经过大量训练（8k steps * bs 512/1024），也能达到目前reasoning ...