推理能力提升
R1-Omni：阿里通义的“情感识别神器”，多模态 AI 的新突破！
阿里通义实验室开源的R1-Omni模型首次将强化学习与可验证奖励（RLVR）技术应用于全模态情感识别任务，提升推理能力和泛化能力。该模型通过透明展示各个模态信息的作用和多模态融合增强了性能，并在多个数据集上显著优于其他模型。
震惊 AI 界！DeepSeek-R1 ：纯RL打造推理王者，AI 自主学习里程碑「技术报告解读」
刚看完《DeepSeek-R1：强化学习驱动的大语言模型推理能力提升》论文。该研究证明了仅通过纯强化学习训练的模型，也能媲美甚至超越使用监督微调的数据训练的模型。这一突破展示了无监督学习的巨大潜力，并分享了小型模型通过蒸馏技术获得强大推理能力的方法。
实测天工4.0，比肩o1，力压kimi，推理能力大增！
昆仑万维发布「天工大模型」4.0版本，免费向用户开放。Skywork o1在数学和代码基准测试中表现优于国产模型。对比其他模型，其推理能力和学习能力有所提升。