How to Fine-Tune Small Language Models to Think with Reinforcement Learning
pytorch the Post中的训练GRPO推理模型的视觉游览和从抓斗指南如何微调小语言模型，以增强学习的方式首先出现在数据科学上。
Meta偷猎了Trapit Bansal，他是Openai的主要AI研究人员，他为早期的AI推理和强化学习工作做出了重大贡献。班萨尔（Bansal）搬到梅塔（Meta）的新AI超级智能团队强调了对AI人才的激烈竞争。该团队旨在开发下一代AI推理模型，与OpenAI和Google的竞争对手匹敌。
MiniMax M1: En ny utmanare till DeepSeek-R1 med hälften av beräkningskraften
上海的AI初创企业Minimax通过推出Minimax-M1进入了推理模型的市场，据称它比竞争对手DeepSeek-R1更有效。这不仅仅是另一个AI模型，它是试图证明您可以通过更少的资源来完成更多的工作。 Minimax是由技术巨头Tencent和[…] Minimax M1的支持的Minimax：DeepSeek-R1的新挑战者，其中一半的计算能力首先出现在AI新闻中。
Why LLMs Overthink Easy Puzzles but Give Up on Hard Ones
人工智能通过大型语言模型（LLM）及其高级同行，大型推理模型（LRMS），重新定义机器如何处理和生成类似人类的文本。这些模型可以写论文，回答问题，甚至解决数学问题。然而，尽管具有令人印象深刻的能力，但这些模型表现出了好奇的行为：它们经常夸大简单的问题，而[...]为什么llms llms过度思考轻松拼图但放弃了硬性问题，这首先出现在unite.ai上。
AI Models Still Far From AGI-Level Reasoning: Apple Researchers
AI模型还远离Agi级推理：Martin Young通过Cointelegraph.com撰写的Apple研究人员，开发人工通用情报（AGI）的竞赛仍然很长一段路要走。最近对领先的AI大语言模型（LLM）（例如Openai的Chatgpt和Anthropic的Claude）的最新更新包括大型推理模型（LRMS），但是它们的基本能力，扩展性能和局限性“保持不足”，“仍然不足以理解”他们指出，当前的评估主要集中于既定的数学和编码基准，“强调最终答案的准确性”。但是，这种评估并不能提供对AI模型的推理能力的见解。这项研究与期望人工通用情报距离几年的期望形成鲜明对比。应用研究人员测试“思考” AI模型
AI hallucinations are getting worse – and they're here to stay
AI排行榜表明，聊天机器人中使用的最新推理模型由于较高的幻觉率而产生的结果较低。专家说，问题大于
2025年4月16日，OpenAI发布了其高级推理模型的升级版本。这些名为O3和O4-Mini的新模型分别对其前任O1和O3-Mini进行了改进。最新型号提供了增强的性能，新功能和更大的可访问性。本文探讨了O3和O4-Mini的主要好处，概述了它们的主要功能，以及[…] OpenAI的O3和O4-Mini内部的帖子：通过多模式推理和集成工具释放新的可能性，并首先出现在Unite.ai上。
A Google Gemini model now has a “dial” to adjust how much it reasons
Google DeepMind对顶级双子座AI模型的最新更新包括一个拨号，以控制系统通过响应“思考”多少。这项新功能表面上是为了为开发人员节省资金，但它也承认了一个问题：推理模型，技术界的新痴迷，容易过度思考，燃烧金钱和能源……
