无监督的熵最小化（EM）方法仅需一条未标注数据和约10步优化，就能显著提升大模型在推理任务上的表现，甚至超越依赖大量数据和复杂奖励机制的强化学习（RL）。EM通过优化模型的预测分布，增强其对正确答案的置信度，为大模型后训练提供了一种更高效简洁的新思路。
如今的新浪，已经被DeepSeek全面重塑了！新浪新闻推出AI辅助工具「智慧小浪」帮我们看新闻，更高效、更深度。同时，微博的「评论罗伯特」的人味也是噌噌up，爆梗频出、妙语连珠。
当AI开始写报告、做播客、生成视频，内容创作者还剩什么优势？
实践出真知
想训练属于自己的高性能推理模型，却被同步强化学习（RL）框架的低效率和高门槛劝退？AReaL 全面升级，更快，更强，更好用！
LLM根本不会思考！LeCun团队新作直接戳破了大模型神话。最新实验揭示了，AI仅在粗糙分类任务表现优秀，却在精细任务中彻底失灵。
斯坦福最新大模型医疗任务全面评测，DeepSeek R1以66%胜率拿下第一！
《智能涌现》从多名独立信源处得知，大模型“六小虎”之一的阶跃星辰，C端AI应用布局，近半年来出现了以下调整：2024年12月，角色扮演类Agent产品“冒泡鸭”停止大范围投入，团队合并至对话产品“跃问”（现更名为“阶跃AI”），目前仅留部分员工运维。
发展教育大模型需要新的数据和评估体系！北京理工大学高扬老师团队推出EduBench，是首个专为教育场景打造的综合评估基准，涵盖9大教育场景、12个多视角评估维度、超4000个教育情境。通过多维度评估指标体系和人工标注一致性计算，确保评估可靠性，助力教育大模型发展，推动教育智能化。
首个专为ALLMs（音频大语言模型）设计的多维度可信度评估基准来了。
