/
CoreWeave推出無服務器強化學習平臺降低企業AI成本
GPU租賃公司CoreWeave發布無服務器強化學習平臺，旨在讓企業更容易使用強化學習技術。該平臺基于其收購的OpenPipe和Weights & Biases構建，客戶無需手動配置虛擬機或裸機服務器，僅需為生成的令牌付費。據稱該方案比本地Nvidia H100快1.4倍且成本降低40%。這是CoreWeave拓展AI服務業務、實現客戶群體多元化戰略的一部分。
硅谷重注"環境"訓練智能體掀投資熱潮
硅谷科技巨頭多年來一直宣揚AI智能體能夠自主使用軟件完成任務的愿景，但現有的消費級AI智能體技術仍然十分有限。為了讓AI智能體更加強大，業界正在探索新技術，其中包括模擬工作空間的強化學習環境。這些環境可以訓練智能體執行多步驟任務，正成為智能體開發的關鍵要素。目前主要AI實驗室都在內部構建強化學習環境，同時尋求第三方供應商提供高質量環境。
硅谷重金押注"環境訓練"技術推動AI智能體發展
硅谷科技巨頭多年來一直宣傳AI智能體愿景，但現有技術仍然有限。強化學習環境被視為訓練AI智能體的關鍵技術突破。這些環境模擬真實工作場景，讓智能體學習復雜任務。頂級AI實驗室正大量需求此類環境，催生了Mechanize、Prime Intellect等初創公司。數據標注巨頭Scale AI、Surge也在轉型。據報道，Anthropic考慮明年投資超10億美元。盡管前景看好，但專家對強化學習環境的可擴展性存在分歧。
強化學習能否引領我們邁向通用人工智能？
強化學習正在重新成為AI領域的焦點技術。雖然該技術起源于20世紀70年代，但直到最近與大語言模型結合后才展現出巨大潛力。從人類反饋強化學習到可驗證獎勵強化學習，這些方法使AI模型獲得了推理能力。然而，關鍵問題仍待解答：強化學習能否在難以驗證的領域實現突破？大規模擴展會帶來什么結果？盡管存在挑戰，強化學習不受人類能力限制，有望創造超越人類的新型智能。
谷歌推出強大創造性問題解決AI模型Gemini 2.5 Deep Think
谷歌DeepMind發布Gemini 2.5 Deep Think，這是一款新的創意問題解決AI模型。該模型能夠同時考慮多個想法并選擇最佳答案來解決復雜問題。Deep Think通過延長"思考時間"，探索不同假設以找到創意解決方案。新模型在編程、科學知識和推理能力基準測試中表現優異，特別擅長迭代開發、數學研究和復雜編程問題。該工具將在Gemini應用中向Ultra訂閱用戶提供，月費250美元。
OpenAI智能體背后的推理技術研發歷程
OpenAI正致力于打造能夠執行復雜任務的AI智能體，這一努力源于其數學推理團隊MathGen的突破性工作。通過結合大語言模型、強化學習和測試時計算技術，OpenAI開發出了o1推理模型，該模型在國際數學奧林匹克競賽中獲得金牌。盡管當前AI智能體在主觀性任務上仍有局限，但OpenAI相信推理能力的提升將最終實現通用智能體的目標。
學霸還是學渣，數學能力訓練到底提升了什么？深度揭秘大模型能力遷移的秘密
卡內基梅隆大學發布了他們的一項最新研究，他們對20多個開源推理模型進行了后訓練，涵蓋數學推理、科學問答、代碼生成、指令遵循等多個維度，最終發現，數學能力優異的模型，在其他任務上表現平平，甚至還不如未加強數學推理能力的原始模型
MIT新框架讓AI模型具備自我學習和持續適應能力
MIT研究人員開發出自適應語言模型(SEAL)框架，讓大型語言模型能夠持續學習并通過更新自身內部參數進行適應。SEAL教會模型生成自己的訓練數據和更新指令，永久吸收新知識并掌握新任務。該框架采用雙循環系統和強化學習算法，讓模型學會創建個性化學習指南。在知識整合測試中準確率達47%，在少樣本學習中成功率達72.5%。這對企業AI應用具有重要意義，特別適用于動態環境中的AI智能體，但仍存在災難性遺忘等局限性。
MiniMax-M1開源模型發布：百萬級上下文窗口與超高效強化學習
中國AI初創公司MiniMax發布最新開源大語言模型MiniMax-M1，采用Apache 2.0許可證，支持商業應用。該模型擁有100萬輸入token和8萬輸出token的超大上下文窗口，采用創新的混合專家架構和強化學習技術。訓練成本僅53.47萬美元，計算效率比DeepSeek R1高75%。在數學競賽等基準測試中表現優異，為企業提供了高性能、低成本的AI解決方案。
分析發現 ‘推理’ AI 模型性能提升可能很快放緩
Epoch AI 分析指出，以推理為核心的 AI 模型（如 OpenAI 的 o3）近年來雖取得顯著進步，但因強化學習階段所需的龐大運算和高昂研究成本，未來性能提升可能放緩，預計到2026年將趨向封頂。
超越自動補全：推理模型為生成式 AI 設定了更高標準
本文介紹推理模型如何通過鏈式推理和多路徑探索外部信息，展示其在復雜問題求解中（如數學、規劃和動態決策方面）的卓越優勢，從而推動生成式 AI 技術向更高水平發展。
AI 代理真的已經準備好改變我們的商業運作方式了嗎？
人工智能代理能否像90年代的個人電腦一樣成為企業運營的基礎?專家們正在熱議這個問題。盡管AI代理在決策和執行任務方面顯示出潛力,但能源消耗、學習效率和數據可靠性等挑戰仍然存在。本文探討了AI代理在商業應用中的價值和準備程度,指出企業需要在追逐熱點與戰略部署之間做出明智選擇。
Alibaba 新開源模型 QwQ-32B：以更小算力匹敵 DeepSeek-R1
阿里巴巴旗下的 Qwen 團隊推出了 QwQ-32B，這是一款擁有 320 億參數的推理模型，旨在通過強化學習提升復雜問題解決任務的表現。該模型在 Hugging Face 和 ModelScope 上以開源權重形式發布，適用于商業和研究用途，企業可以立即將其應用于產品和應用程序中。
DeepSeek 如何影響硅谷的 AI 格局
DeepSeek作為人工智能領域的新興力量，其快速崛起引發了對AI創新未來、開源主導地位和傳統AI商業模式可持續性的討論。文章探討了DeepSeek的成功因素，包括其高效的模型設計、創新的訓練方法以及開源策略，分析了其對AI行業格局的潛在影響，并探討了現有AI公司如何應對這一不斷變化的局面。
少即是多：研究表明 AI 模型在自主學習時泛化效果更好
香港大學和加州大學伯克利分校的一項新研究顯示，在沒有人工標注數據的情況下，語言模型和視覺語言模型能夠更好地泛化。這一發現挑戰了大型語言模型社區的主流觀點，即模型需要手工標注的訓練樣本。研究表明，過度依賴人工示例反而可能對模型的泛化能力產生負面影響。
供應鏈與AI：從優化到預測的全新未來
AI方案并不是供應鏈領域的新技術，其中很多要素在某些場景下已經被使用了幾十年。只是最近以來，更多新興案例開始快速涌現。
我們花了1000億美金，卻離AGI越來越遠了？
在AI界，對于如何進一步推動AI的發展，存在兩種主要觀點。第一種觀點認為，計算能力是AI進步的唯一瓶頸。另一種觀點卻認為，數據才是關鍵。
京公網安備 11010802021500號
