公众号
机器之心
专业的人工智能媒体和产业服务平台
这个来源的文章
边学边练，推理觉醒：LUFFY让强化学习即学即用！
LUFFY提出了一种高效、稳定、具备泛化能力的推理训练方式，兼顾学习与实践，让模型真正掌握推理策略的内在逻辑。
阅读全文 ：边学边练，推理觉醒：LUFFY让强化学习即学即用！大模型推理上限再突破：「自适应难易度蒸馏」超越R1蒸馏，长CoT语料质量飞升
一举将高质量 CoT 语料的生产效率与效果同步拉满。
阅读全文 ：大模型推理上限再突破：「自适应难易度蒸馏」超越R1蒸馏，长CoT语料质量飞升CVPR 2025 Oral | DiffFNO：傅里叶神经算子助力扩散，开启任意尺度超分辨率新篇章
DiffFNO，一种以神经算子强化扩散的新颖任意分辨率方法。
阅读全文 ：CVPR 2025 Oral | DiffFNO：傅里叶神经算子助力扩散，开启任意尺度超分辨率新篇章阿里云通义点金发布DianJin-R1金融领域推理大模型，32B模型荣膺榜首
融合了先进的技术和全面的数据支持，专为金融任务而设计。
阅读全文 ：阿里云通义点金发布DianJin-R1金融领域推理大模型，32B模型荣膺榜首Sebastian Raschka 新书《从头开始推理》抢先看，揭秘推理模型基础
后面还会带你从头实现 DeepSeek-R1 式模型。
阅读全文 ：Sebastian Raschka 新书《从头开始推理》抢先看，揭秘推理模型基础浙大&港理工等提出InfiGUI-R1：利用强化学习，让GUI智能体学会规划任务、反思错误
让 AI 像人一样在行动前思考，行动后反思。
阅读全文 ：浙大&港理工等提出InfiGUI-R1：利用强化学习，让GUI智能体学会规划任务、反思错误DeepSeek开源Prover-V2强推理模型，网友：奥数从没这么简单过
五一不打烊，DeepSeek-Prover-V2 正式发布！
阅读全文 ：DeepSeek开源Prover-V2强推理模型，网友：奥数从没这么简单过