DeepSeek-R1
强化学习数据合成框架SynLogic及语音大模大模型评估
2025年5月29日，北京晴。文章介绍了大模型推理及语音模型评估进展和数据合成框架SynLogic的最新情况，包括DeepSeek-R1更新、LALM-Evaluation-Survey项目以及用于生成多样化的逻辑推理数据的SynLogic框架。
实测炸裂！DeepSeek-R1-0528火力全开，国产AI首次正面刚Claude 4！
DeepSeek-R1-0528模型在复杂推理任务中的表现大幅提升，准确率从70%提升至87.5%，代码生成能力增强，整体性能接近OpenAI大模型。新版模型代码生成效率高、交互体验好、长文本处理能力强。
刚刚，新版DeepSeek-R1正式开源！
新版DeepSeek-R1开源，编码能力、推理能力和思考时间显著提升。支持长时思考且编程能力强到爆。与Gemini 2.5 Pro对标，表现不俗。多项实测展示其强大功能。
实测新版DeepSeek-R1-0528，完全不输Claude 4
临近下班时，DeepSeek发布了一则通知，宣布其R1模型完成小版本试升级，并邀请开发者进行测试。实测显示，新版本具有强大的编程能力及高级感的设计，能够快速生成各种前端界面和计算工具。总体而言，DeepSeek-R1-0528的性能表现超出了Claude 4和Gemini 2.5 pro的表现水平。
刚刚，新版DeepSeek-R1正式开源！直逼o3编程强到离谱，一手实测来了
新版DeepSeek-R1开源，性能几乎与o4-mini相当。编程能力超越Claude 4 Sonnet，网友称赞思考时间长且逻辑缜密。对比Gemini 2.5 Pro在特定任务上表现出色，引发广泛关注。
「R1时刻」降临！港中文MMLab定义文生图新范式，彻底告别“无脑画图”
最近的大语言模型在数学和编程等领域展示了强大的推理能力，通过强化学习使用思维链逐步分析问题。本文介绍了一种新的方法将这种策略应用于图片生成任务中，提出了两种不同的层次的思维链（CoT）：Semantic-CoT负责设计图像的整体结构，而Token-CoT则专注于逐块生成细节。通过使用强化学习优化这两个层次的CoT，并引入多个视觉专家模型作为奖励模型来评估生成的图片质量，最终提出了一种新的文生图模型T2I-R1，显著提高了模型生成符合人类期望的结果的能力。
推测性思维链SCoT：小模型“模仿”大模型，最高提速2.9倍，准确率几乎不降
论文提出SCoT（推测性思维链），通过小型模型快速生成多个解题草稿，大型模型审核并选择最优解或重新编写。这种协作式推理方法能显著提升速度和准确率，同时降低成本、增加灵活性，并且代码开源便于应用。