清华&通院推出"绝对零"训练法，零外部数据大模型自我博弈解锁推理能力
清华&通院推出"绝对零"训练法，零外部数据大模型自我博弈解锁推理能力不用引入外部数据，通过自我博弈（Self-play）就能让预训练大模型学会推理？
来自主题: AI技术研报
5904 点击 2025-05-12 15:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
不用引入外部数据，通过自我博弈（Self-play）就能让预训练大模型学会推理？
你好吖，我是布瓜~一个普通的二胎宝妈，也是一个AI变现探索者。
在新一轮科技革命与产业变革的汹涌浪潮中，光子技术作为构筑未来信息社会的核心基建，正以加速度驶入智能化与规模化协同发展的深水区。作为支撑新质生产力体系的重要支柱，光子技术在信息传输、智能计算、感知交互等战略领域，发挥着不可替代的关键作用，已然成为驱动未来产业生态跃迁的核心引擎。
Agent 正在成为 2025 年 AI 世界最炙手可热的关键词之一。
近年来，生成式人工智能（Generative AI）技术的突破性进展，特别是文本到图像 T2I 生成模型的快速发展，已经使 AI 系统能够根据用户输入的文本提示（prompt）生成高度逼真的图像。从早期的 DALL・E 到 Stable Diffusion、Midjourney 等模型，这一领域的技术迭代呈现出加速发展的态势。
多模态奖励模型（MRMs）在提升多模态大语言模型（MLLMs）的表现中起着至关重要的作用，在训练阶段可以提供稳定的 reward，评估阶段可以选择更好的 sample 结果，甚至单独作为 evaluator。
AI 大佬 Andrej Karpathy 提出的 Vibe Coding，最近特别火，这是一种全新的编程理念，强调 “写代码像聊天一样自然”。
在资本市场的浪潮中，首次公开募股（IPO）一直备受瞩目，它是企业发展的关键里程碑，也是投资者关注的焦点。
Redis 最近推出向量集合（Vector Set） 功能，这是一种专为向量相似性设计的数据类型，也是 Redis 针对人工智能应用的一个新的选项。这是 Redis 创始人 Salvatore Sanfilippo（“antirez”）自 重新加入 公司以来的第一个重大贡献。
最近我们AI爱好者的群里玩的全都是豆包和即梦生成的海报图片，大家评价做图片和海报效果真的很不错，豆包进步了，即梦也进步了。真的进步太大了！下面是我的朋友们尝试过的一些趣味玩法：
可控图片生成，如今已经不是什么新鲜事。甚至也不需要复杂的提示词，用户通过简单的文本描述，就能快速生成符合个人需求的创意图像。
菲尔兹奖得主陶哲轩再放大招，仅数天时间，开源的概念验证工具借助Copilot迭代至2.0版本。而在最新视频中，他甚至用AI在33分钟「盲做」形式化一页证明，效率惊人。
最近 X 上很流行 Bento 信息图。
设计公司 Figma 推出多项新功能，包括基于 AI 的网站与网页应用创建工具、面向营销人员的批量素材生成方式，以及一款全新绘图工具。
简单来说，Cursor 0.50 版本核心亮点包括：计费模式大统一、Max Mode 能力爆表、超前瞻的后台 Agent、代码库上下文理解MAX、编辑体验丝滑、多项目工作区支持，以及一系列聊天功能优化！设计师们（哦不，是开发者们）估计又要惊呼YYDS了！
软件开发的未来已来！每位工程师都将配备AI智能体，它们将嵌入日常开发，优化代码、发现漏洞、加速原型设计。黄仁勋认为，未来每个人都将指挥多个AI助手，生产力呈指数级增长。
「大学现在学的就是掌握 ChatGPT 的程度了。」
刚刚，夸克AI超级框全面升级，变身国内最懂搜索的AI。这一次，它真正学会了主动思考，搜商直接爆表！
近年来，基于视频生成模型的可交互世界生成引发了广泛关注。尽管现有方法在生成质量和交互能力上取得了显著进展，但由于上下文时间窗口受限，生成的世界在长时序下严重缺乏一致性。
人工智能来势汹汹，科技巨头们却陷入空前的「AI焦虑」。从谷歌的搜索危机到苹果的AI滞后，再到马斯克的特斯拉销量滑坡，昔日霸主们正面临颠覆性挑战。谁会成为AI时代的「诺基亚」？
长思维链让大模型具备了推理能力，但如果过度思考，就有可能成为负担。
当大模型赛道中不少玩家明确表示放弃基础大模型研发，心思放在更聚焦的方向上时，阶跃星辰站出来——就像这家公司第一次亮相时那样，给外界一个明确的回答：
Sora、可灵等视频生成模型令人惊艳的性能表现使得创作者仅依靠文本输入就能够创作出高质量的视频内容。然而，我们常见的电影片段通常是由导演在一个场景中精心布置多个目标的运动、摄像机拍摄角度后再剪辑而成的。例如，在拍摄赛车追逐的场景时，镜头通常跟随赛车运动，并通过扣人心弦的超车时刻来展示赛事的白热化。
OpenAI GPT-4o发布强大图片生成能力后，业界对大模型生图能力的探索向全模态方向倾斜，训练全模态模型成研发重点。
《读佳》获悉，快手已上线名为Poify的AI业务，不同于可灵AI，据悉，Poify更加专注于AI作图领域，除了支持常规的文生图和图生图的功能外，最重要的是涉足电商方面的AI作图。
本文详细介绍了斯坦福大学最新提出的"以弱驭强"（W4S）范式，这一创新方法通过训练轻量级的弱模型来优化强大语言模型的工作流。核心亮点包括：
昨晚，金融时报消息，OpenAI和微软正在重新洽谈数十亿美元的合作条款。这场谈判旨在让OpenAI能够进行未来的首次公开IPO募股，同时保护微软对前沿AI的访问权限。
《智能涌现》获悉，具身智能公司「自变量机器人」近日完成数亿元A轮融资，由美团战投领投、美团龙珠跟投。 本轮融资将用于持续加速全自研端到端通用具身智能大模型与机器人本体的同步迭代，以及未来多个应用场景的智慧化方案合作和落地。
和 AI 谈恋爱的有很多，但是到谈婚论嫁的程度，还买好了戒指、策划了婚礼的，真是不多见。有点抽象，但这位来自意大利的女士表示，自己真的跟 GPT 建立了更健康、快乐的恋情，因此要结束现在的婚姻，跟 GPT 结婚。
2025 年 4 月的 AI 月报，你会看到：“评估（Evals）” 成为模型和 AI 产品开发的关键词；Google 继续提升 Gemini 模型能力的思路； OpenAI 的 GPT-4o 为什么变得谄媚，以及背后的问题；用户规模与模型能力提升关系不大？可能要有变化了
