新一代 Kaldi 团队是由 Kaldi 之父、IEEE fellow、小米集团首席语音科学家 Daniel Povey ...

称得上是“蒸馏圣经”、由Hinton、Oriol Vinyals、Jeff Dean三位大佬合写的 《Distilling the Knowledge in a Neural Network》 ，当年被NeurIPS 2014拒收。 Oriol ...

SANA 1.5是一种高效可扩展的线性扩散Transformer，针对文本生成图像任务进行了三项创新：高效的模型增长策略、深度剪枝和推理时扩展策略。这些创新不仅大幅降低了训练和推理成本，还在生成质量上达到了最先进的水平。

一项非常鼓舞人心的发现是：DeepSeek-R1-Zero 通过纯强化学习（RL）实现了「顿悟」。在那个瞬间，模型学会了自我反思等涌现技能，帮助它进行上下文搜索，从而解决复杂的推理问题。

无论是微软CEO纳德拉宣布GitHub Copilot全面拥抱智能体，还是OpenAI CEO Altman对未来软件工程的展望，都清晰地表明：AI智能体正引领软件工程领域进入一个全新的时代。

OpenAI实属急了，刚刚官宣公开o3-mini思维链。令人意想不到的是，CoT竟不是原生的，奥特曼现身解释，全网炸锅了。 OpenAI，真的被DeepSeek逼急了！ 活久见，就在刚刚，OpenAI把o3-mini的「思维链」公开了。

中国人工智能公司 DeepSeek 的 R1“推理”人工智能已经引起了广泛关注，位居应用商店排行榜首位并改变了股市。随后DeepSeek又宣布开源新一代多模态模型Janus-Pro-7B，该模型在图像生成、视觉问答等任务中全面超越 OpenAI 的 ...

Ray 在 AI 时代之所以应用很广，一个原因就是其 Python 友好，能接入 Python 对库，很多算子优化均可以用 Python 程序进行封装完美接入，模型也可以做更多的优化。最后真个过程可以从 30 分钟减少到 60 ...

Alphabet是Google成立的一个母公司，由LarryPage担任CEO，SergeyBrin担任董事会主席。Alphabet下面会拥有一系列的按照业务线独立出来的全资小公司，比如现在的这个Google，XLab，LifeSciences，Ve ...

尽管多模态大语言模型（MLLM）在简单任务上最近取得了显著进展，但在复杂推理任务中表现仍然不佳。费曼的格言可能是这种现象的完美隐喻：只有掌握推理过程的每一步，才能真正解决问题。然而，当前的 MLLM 更擅长直接生成简短的最终答案，缺乏中间推理能力。本篇文章旨在开发一种通过学习创造推理过程中每个中间步骤直至最终答案的 MLLM，以实现问题的深入理解与解决。

然而，需要明确的是，大语言模型并不能完全取代人类教师的角色。教师不仅仅是知识的传授者，更是学生情感支持和价值观塑造的重要人物。教师能够通过人际互动，培养学生的社交能力和团队合作精神，这是大语言模型无法替代的。因此，在未来的教育中，大语言模型应该被视为一种辅助工具，而不是替代品。

在追求人工智能极限的道路上，"更大即更强" 似乎已成为共识。特别是在数学推理这一被视为 AI 终极挑战的领域，业界普遍认为需要海量数据和复杂的强化学习才能获得突破。然而，来自上海交通大学的最新研究却给出了一个令人震惊的答案：仅需 817 ...