新框架d1引领扩散模型推理进步，掀起强化学习应用新风潮
在人工智能的不断发展中，扩散模型在推理能力上逐渐崭露头角，现如今，它们不再是自回归模型的 “跟随者”。近日，来自加州大学洛杉矶分校（UCLA）和 Meta 的研究者们联合推出了一种名为 d1的新框架，该框架结合了监督微调(SFT)和强化学习(RL)，使扩散模型具备更强的推理能力，包括数学理解、逻辑推理等。这一创新的 d1框架通过两阶段的后训练策略来提升掩码大语言模型（dLLM）的性能。在第一阶段，
斥资36亿！OpenAI考虑收购前苹果设计师AI初创公司
快科技4月8日消息，据报道，OpenAI近期正就收购AI硬件初创公司io Products展开深入谈判，这笔潜在交易或将重塑人工智能硬件市场格局。据知情人士透露，OpenAI高层曾考虑以至少5亿美元（约合人民币36.41亿元）的价格收购这家由OpenAI CEO萨姆阿尔特曼与前苹果传奇设计师乔纳森艾维联合创立的公司。乔纳森艾维作为苹果前首席设计官，曾主导iPhone、MacBook等划时代产品
阿里AI模型获FDA认定“突破性医疗器械”
近日，阿里巴巴的 AI 模型 DAMO PANDA 获得了美国食品和药物管理局（FDA）的 “突破性医疗器械” 认证。这一成就标志着阿里巴巴在胰腺癌早期筛查领域取得了重大突破，为该疾病的早期诊断提供了新的可能性。DAMO PANDA 是阿里巴巴达摩院研发的一款专注于胰腺癌筛查的 AI 模型。其主要功能是通过分析平扫 CT 影像，精准识别出人眼难以察觉的细微病灶。这项技术的推出，旨在解决胰腺癌早期筛
清华与上海 AI Lab 联合打造新型过程奖励模型GenPRM，让小模型超越 GPT-4o
在人工智能领域，随着 OpenAI 的 o1和 DeepSeek 的 R1模型受到广泛关注，大语言模型（LLM）的推理能力和测试时扩展(TTS)技术引发了众多研究者的兴趣。然而，在处理复杂推理问题时，如何准确评估模型每一步的回答质量，依然是一个亟待解决的难题。为此，清华大学与上海 AI Lab 共同提出了生成式过程奖励模型(GenPRM)，为过程监督推理提供了创新解决方案。传统的过程奖励模型（PR
华为诺亚方舟实验室携手港大发布最强开源扩散语言模型 Dream 7B，打破文本生成格局
人工智能领域再添一颗耀眼新星!近日，华为诺亚方舟实验室与香港大学自然语言处理组（HKU NLP Group） 联合发布了名为 Dream7B 的全新语言模型。这款模型被誉为“迄今为止最强大的开源扩散大型语言模型”。Dream7B 的问世，不仅在性能上超越了现有的扩散语言模型，更在通用能力、数学、代码以及规划能力上，比肩甚至超越了同等规模的顶尖自回归（AR）语言模型。这一突破性的进展，预示着文本生成
生成很强，推理很弱：GPT-4o的视觉短板
声明：本文来自微信公众号“大数据文摘”（ID:BigDataDigest），作者:文摘菌，授权站长之家转载发布。如果让AI画一只狗站在“左边”，但事先告诉它“左就是右”，你觉得它能反应过来吗?最近，UCLA的一项新研究用一系列精心设计的实验，揭开了GPT-4o在图像理解和推理上的短板——它画得漂亮，却未必真懂你的意思。论文主线很直接，GPT-4o的画图能力确实惊艳，但真正涉及理解图像、语境推理
亚马逊推出革命性 AI 语音模型 Nova Sonic，价格更具竞争力！
亚马逊近日发布了其最新的 AI 语音模型 ——Nova Sonic，这一新技术标志着该公司在人工智能语音领域的重要进展。Nova Sonic 能够快速处理语音输入并生成自然流畅的语音输出，其在速度、识别准确性以及对话质量等方面已达到了与 OpenAI 和谷歌等行业领军企业的顶尖水平。与其他 AI 语音模型相比，Nova Sonic 在性价比方面表现突出，价格竟然比 OpenAI 的 GPT-4o
刚刚，OpenAI开源PaperBench，重塑顶级AI Agent评测
声明:本文来自于微信公众号 AIGC开放社区，作者:AIGC开放社区公众号，授权站长之家转载发布。今天凌晨1点，OpenAI开源了一个全新的AI Agent评测基准——PaperBench。这个基准主要考核智能体的搜索、整合、执行等能力，需要对2024年国际机器学习大会上顶尖论文的复现，包括对论文内容的理解、代码编写以及实验执行等方面的能力。根据OpenAI公布的测试数据显示，目前知名大模型打
Meta高管回应Llama 4训练作弊传言：坚决否认不实指控
在近日的社交媒体上，Meta 公司的高层对关于其新 AI 模型 Llama4的 “不当训练” 指控进行了澄清，称这些说法完全不属实。指控声称 Meta 在其新推出的 Llama4Maverick 和 Llama4Scout 模型上，通过在特定基准测试的 “测试集” 上进行训练，以此来人为提高模型的性能表现。Meta 的生成式人工智能副总裁艾哈迈德・阿尔・达赫勒（Ahmad Al-Dahle）在社交
字节跳动发布高效预训练长度缩放技术，突破长序列训练瓶颈
字节跳动宣布推出高效预训练长度缩放技术（Efficient Pretraining Length Scaling），通过创新的Parallel Hidden Decoding Transformer(PHD-Transformer)框架，显著提升大语言模型(LLM)在长序列预训练中的效率与性能。据AIbase了解，该技术在保持推理效率的同时，支持高达2048K(2M)的上下文长度训练，解决了传统框