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
8070 点击 2025-05-12 15:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
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。
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。
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 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。
「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！