最初，研究者观察到了回答长度下降，因为基础模型倾向于生成HTML代码。通过强化学习，这种行为很快被抑制，随后回答长度开始规律地增加。之后，多模态的「啊哈时刻」出现了。随后，回答长度和基准准确率之间展现出一致的正相关关系。

在人工智能领域，最近发生了一项震撼性的技术突破，加州大学洛杉矶分校（UCLA）的一支研究团队成功地在未经监督的2B参数模型上实现了多模态推理的「啊哈时刻」。这一成果不仅展示了强化学习（RL）在推理能力提升方面的潜力，也为未来的多模态AI研究提供了新的方向。在当前AI快速发展的环境中，这无疑是一个值得关注的里程碑。

声明:本文来自于微信公众号 新智元，作者:新智元，授权站长之家转载发布。 【新智元导读】由UCLA等机构共同组建的研究团队，全球首次在20亿参数非SFT模型上，成功实现了多模态推理的DeepSeek-R1「啊哈时刻」! 就在刚刚，我们在未经监督微调的2B模型上 ...

第一阶段： 2014-2016年骤降期。2014年，普渡有718名中国大一新生就读，以及26名交换生、71名转学生，总数为816名。到2016年，中国大一新生只剩324人， 降幅达到55% 。

2025年1月，由Halliday和Gyges Labs联合打造的AI眼镜Halliday Glasses，定价399-489美元，在全球最大众筹网站Kickstarter上线24小时，众筹金额即破百万美元，成AI眼镜众筹最大项目；不到 ...

之前网上有爆出过一位海淀妈妈，里里外外花了3、4万给孩子报名南极研学，希望能让孩子有超越课堂的体验，结果只换来孩子一句“妈，我在南极就捡了三个塑料瓶”！这样的事件并非个例，层出不穷的暴雷事件让不少中产妈妈打破了对这些高端夏令营的美好滤镜。夏令营，并不 ...

Melody曾在一档播客节目里讲到自己在30岁末40岁初的那段时间，突然对人生无感了：“呼吸只是反射动作，我没有真的在——感受（一切）。那种感觉很恐怖……我哭不出来，我原本是很感性的人，现在看书、看电影，眼睛都是干的——这不是我啊！”她不喜欢这样的自 ...

36氪获悉，天眼查知识产权信息显示，近日，苹果公司申请注册两枚“视控ID”商标，国际分类为网站服务、科学仪器，当前商标状态均为等待实质审查。据了解，苹果视控ID是苹果为Vision ...

2025-03-05 12:49发布于北京新智元官方账号 DeepSeek-R1的独特推理能力，能成功扩展到多模态推理领域吗？

2025年3月2日，由中国优生科学协会阴道镜和宫颈病理学分会（CSCCP）等权威机构联合主办的“中国自取样宫颈癌筛查专家研讨会”在深圳召开。本次会议聚焦“自取样HPV检测宫颈癌筛查的实施与优化”，吸引了来自全国妇科肿瘤、公共卫生领域的100余位知名专 ...

球爹拉瓦尔-鲍尔此前遭遇了严重医疗问题，进行了右脚截肢手术。然而，这并没有让他消停下来。在接受采访时，他再次谈到了自己与乔丹单挑的话题。

轰27脚反遭决杀，恩里克崩溃：不公平！大巴黎欧冠梦受挫！在北京时间3月6日凌晨结束的2024-25赛季欧冠1/8决赛首回合比赛中，巴黎圣日耳曼在主场以0-1不敌利物浦，错失了晋级先机。赛后，大巴黎主帅恩里克在接受采访时情绪激动，表示这个结果非常不公平 ...