Sebastian Raschka长文：DeepSeek-R1、o3背后，RL推理训练正悄悄突破上限
Sebastian Raschka长文：DeepSeek-R1、o3背后，RL推理训练正悄悄突破上限只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
来自主题: AI技术研报
6991 点击 2025-04-22 16:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
一句话看懂：o3以深度推理与工具调用能力领跑复杂任务，GPT-4.1超长上下文与精准指令执行适合API开发，而o4-mini则堪称日常任务的「性价比之王」。
o3和o4-mini视觉推理突破，竟未引用他人成果？一名华盛顿大学博士生发出质疑，OpenAI研究人员对此回应：不存在。
OpenAI新模型发布后，大家体感都幻觉更多了。甚至有人测试后发出预警：使用它辅助编程会很危险。当大家带着疑问仔细阅读System Card，发现OpenAI官方也承认了这个问题，与o1相比o3幻觉率是两倍，o4-mini更是达到3倍。
o3编码直逼全球TOP 200人类选手，却存在一个致命问题：幻觉率高达33%，是o1的两倍。Ai2科学家直指，RL过度优化成硬伤。
AI智商再创新高！OpenAI o3以惊人的136分刷新门萨智商测试纪录，超越不久前登顶的Gemini 2.5 Pro。更令人瞩目的是其强大的图像理解能力：仅凭一张无EXIF信息的菜单或风景照，o3就能精准推理并反向定位拍摄地点，引发了用AI玩「照片寻址（GeoGuessr）」的新热潮。
知道大模型接下来要卷视觉推理，但没想到这么卷——数学试卷都快要不够用了。
今天，字节发布了一整套 AI 全家桶，深度思考模型、视觉推理、文生图、AI Agent……几乎涵盖了最近 AI 圈关注度最高的产品。字节发布的产品和亮点有哪些：1. 豆包 1.5 · 深度思考模型，2. 文生图 3.0
OpenAI新模型全网实测惊艳来袭！o3缩放图像被玩疯，o4-mini速解Project Euler，碾压人类。AI初创CEO说，OpenAI凭此一役已经重回榜首，甚至有经济学家直言AGI已经来临！
仅隔一天，OpenAI再次突然放大招： 一口气，o3和o4 mini同步上线。