突破大模型推理瓶颈！首篇「Test-Time Scaling」全景综述，深入剖析AI深思之道
突破大模型推理瓶颈！首篇「Test-Time Scaling」全景综述，深入剖析AI深思之道当训练成本飙升、数据枯竭，如何继续激发大模型潜能？
来自主题: AI技术研报
5732 点击 2025-05-13 14:48
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当训练成本飙升、数据枯竭，如何继续激发大模型潜能？
外媒称，特朗普政府将撤销拜登时代《AI扩散框架》，取消AI芯片出口「三档」限制，并将提出简版规则，巩固美国AI创新地位。
什么开源算法自称为DeepSeek-R1（-Zero） 框架的第一个复现？
当前，强化学习（RL）方法在最近模型的推理任务上取得了显著的改进，比如 DeepSeek-R1、Kimi K1.5，显示了将 RL 直接用于基础模型可以取得媲美 OpenAI o1 的性能不过，基于 RL 的后训练进展主要受限于自回归的大语言模型（LLM），它们通过从左到右的序列推理来运行。
近年来，大语言模型（LLMs）的对齐研究成为人工智能领域的核心挑战之一，而偏好数据集的质量直接决定了对齐的效果。无论是通过人类反馈的强化学习（RLHF），还是基于「RL-Free」的各类直接偏好优化方法（例如 DPO），都离不开高质量偏好数据集的构建。
近年来，端到端（End-to-End，E2E）自动驾驶技术不断进步，但在复杂的闭环交互环境中，由于其因果推理能力有限，仍然难以做出准确决策。虽然视觉 - 语言大模型（Vision-Language Model，VLM）凭借其卓越的理解和推理能力，为端到端自动驾驶带来了新的希望，但现有方法在 VLM 的语义推理空间和纯数值轨迹的行动空间之间仍然存在巨大鸿沟。
芯片设计是现代科技的核心，逻辑优化（Logic Optimization, LO）作为芯片设计流程中的关键环节，其效率直接影响着芯片设计的整体性能。
随着视频内容的重要性日益提升，如何处理理解长视频成为多模态大模型面临的关键挑战。长视频理解能力，对于智慧安防、智能体的长期记忆以及多模态深度思考能力有着重要价值。
当大多数AI Agent仍在挣扎于结构化推理能力不足的困境时，本文带来了一个来自认知科学领域的突破性解决方案。
无需物理引擎，单个模型也能实现“渲染+逆渲染”了！