字节跳动刚发布 Seed-Thinking-v1.5 的技术细节报告
字节跳动发布Seed-Thinking-v1.5技术细节报告，其性能接近Gemini-2.5-Pro和O3-mini-high水平。
DeepSeek-R1
字节新推理模型逆袭DeepSeek，200B参数战胜671B，豆包史诗级加强？
字节最新研发的Seed-Thinking-v1.5模型在数学、代码推理任务中表现优异，参数规模较小。该模型通过创新的数据处理方法、强化学习算法及基础设施优化提升了性能，并与其他领先模型进行了对比分析。
Nature：科研人员最爱AI工具大盘点！从推理到编程，哪款才是最佳助手？
本文介绍了当前科研人员青睐的AI模型：o3-mini、DeepSeek-R1、Llama、Claude 3.5 Sonnet和Olmo 2。它们各有优劣，但为科研人员提供了多样选择。
R1圈的新王者，腾讯混元-T1发布，首个混合Mamba推理模型~
腾讯发布混元-T1深度思考模型，在长文捕捉、优化长序列处理及强化学习训练等方面取得突破，已在公开benchmark和内部人工体验集上表现出色。
刚刚，OpenAI史上最贵API上线！o1-pro比DeepSeek-R1溢价千倍
OpenAI正式上线o1-pro API，价格高达o1-mini的近百万倍。o1-pro输入价格150美金/每百万token，输出价格600美金/每百万token，主要面向T1-T5开发者开放，具备强大的推理能力和多种功能支持。
Unsloth官方发布本地微调大模型指南
对LLM进行微调可以定制其行为、增强知识并优化特定任务表现。通过在专业数据集上微调预训练模型（如Llama-3.1-8B），更新领域知识，调整语气和个性化回复，提高准确性和相关性。
迈向推理时代：大型语言模型的长链推理研究综述
MLNLP社区是一个国内外知名的机器学习与自然语言处理社区，旨在促进学术界、产业界和爱好者的交流合作。本文综述了长链推理的研究进展及其关键技术特性，并探讨了其在实际中的应用效果和未来研究方向。