SFT+RL双管齐下：ReasonGen-R1如何破解文生图「指令不遵」难题？
SFT+RL双管齐下：ReasonGen-R1如何破解文生图「指令不遵」难题？近年来，链式推理和强化学习已经被广泛应用于大语言模型，让大语言模型的推理能力得到了显著提升。
来自主题: AI技术研报
8581 点击 2025-06-17 10:15
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
近年来，链式推理和强化学习已经被广泛应用于大语言模型，让大语言模型的推理能力得到了显著提升。
当地时间6月15日，据知名科技记者马克·古尔曼透露，苹果AI与机器学习战略高级副总裁约翰·詹南德雷亚（John Giannandrea）已逐渐淡出苹果公司核心管理层，甚至可能在不久后 “离开苹果公司”。
平面设计师有救了！ 复旦大学和字节跳动团队联合提出CreatiDesign新模型，可实现高精度、多模态、可编辑的AI图形设计生成。
视觉语言模型（VLM）正经历从「感知」到「认知」的关键跃迁。 当OpenAI的o3系列通过「图像思维」（Thinking with Images）让模型学会缩放、标记视觉区域时，我们看到了多模态交互的全新可能。
3D生成模型高光时刻来临！DreamTech联手南大、复旦、牛津发布的Direct3D-S2登顶HuggingFace热榜。仅用8块GPU训练，效果超闭源模型，直指影视级精细度。
2025 年 6 月 4 日 ——AI 驱动的金融科技公司 Aibidia 宣布完成 2800 万美元 B 轮融资，资金将用于拓展其在美国的税务科技业务。本轮融资由 Activant Capital 领投，老股东 DN Capital、FPV 和 Icebreaker.vc 跟投。
近年来，大语言模型（LLMs）以及多模态大模型（MLLMs）在多种场景理解和复杂推理任务中取得突破性进展。
逻辑推理是人类智能的核心能力，也是多模态大语言模型 (MLLMs) 的关键能力。随着DeepSeek-R1等具备强大推理能力的LLM的出现，研究人员开始探索如何将推理能力引入多模态大模型(MLLMs)
Nature never undertakes any change unless her interests are served by an increase in entropy. 自然界的任何变化，唯有在熵增符合其利益时方会发生——Max Planck
清华与蚂蚁联合开源AReaL-boba²，实现全异步强化学习训练系统，有效解耦模型生成与训练流程，GPU利用率大幅提升。14B模型在多个代码基准测试中达到SOTA，性能接近235B模型。异步RL训练上大分！