这道推理题让所有AI大模型集体翻车
在Reddit上出现了一道关于立方体的推理题，多个AI模型未能正确解答。最终通过提示“最长的可见边长应该是5个小正方体”，阶跃AI给出了正确的答案125-46=79个立方体。
Kimi 1.5
从PPO到GRPO，DeepSeek-R1做对了什么？
本周通讯解读了三个值得关注的技术与行业动态。DeepSeek-R1 在强化学习中采用GRPO替代PPO，减少人类标注数据并设计精妙奖励机制；ARK展望AI对经济的影响；Kimi 1.5和DeepSeek-R1均使用Rule-based Reward提升模型推理能力。