o1的风又吹到多模态，直接吹翻了GPT-4o-mini

作者

开源项目LLaVA-o1展示了其在自主多阶段推理方面的优越性，超过了一些大型甚至封闭源代码的模型，在复杂任务中的性能显著提高。它包括总结、图像解释、逻辑推理和结论生成四个关键阶段，并采用了结构化推理框架和阶段性束搜索策略来增强其推理能力。

多模态竞技场对标90B Llama 3.2！Pixtral 12B技术报告全公开

作者

Mistral AI发布了自家首个多模态大模型Pixtral 12B，并详细介绍了其技术细节。Pixtral采用全新的视觉编码器，支持不同分辨率和纵横比的图像输入，性能优于多个开源模型和闭源模型，在多种实际场景下的评估中表现出色。

Wiley Advanced系列将陆续上线六种期刊，包括两种聚焦人工智能领域期刊

作者

全球出版商Wiley宣布扩展其Advanced系列期刊至生命科学和医学领域，新增六种新期刊，并计划到2026年底在细胞、分子生物学等重要学科发布更多期刊。这一举措旨在为科研工作者提供跨学科优势，助力解决全球挑战如癌症治疗、气候变化及粮食安全等问题。