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 ...

如今，OpenAI o1 和 DeepSeek R1 等推理模型的发展，显著提升了思维链 (CoT) 之类的技术在大语言模型 (LLM) ...

在科教兴国深入推进的时代背景下，从荆楚大地走出的国际知名病毒学家、夏威夷大学终身教授鲁元安，不仅在国际学术界树起了中国学者的标杆，更以创新的"4+2"联合培养模式、持续十余载的暑期交流计划，架起了中美科教合作的桥梁。经在孝南区侨联、区文联的统筹部署， ...

在此前的一场NBA常规赛中，主场作战的费城76人以126比122战胜了犹他爵士。本场比赛后，结束了3连败的76人的战绩提升到了22胜41负，继续排名东部第12位；而遭遇了5连败的爵士的战绩则是已经下滑到了15胜49负，继续排名西部垫底位置。本场比赛中 ...

天津思锐外籍人员子女学校通过国际教育与现代化教育系统助力学生进入世界顶尖大学,国际教育,学校,大学,教育,思锐 ...

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 ...

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 ...

International Women's Day 2025 campaign theme: #For ALL women and girls: ...

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？

今日公布的2月财新中国通用服务业经营活动指数（服务业PMI）录得51.4，高于1月0.4个百分点，显示服务业扩张步伐小幅加快。此前公布的2月财新中国制造业PMI回升0.7个百分点至50.8，为近三个月来高点；两大行业景气度上升，推动当月财新中国综合P ...