大模型虽强，但在专业领域表现往往不尽如人意。常见的解决方案是通过监督微调或者强化学习更新模型参数，但这背后是高昂的代价与新的局限： 算力黑洞：单次训练动辄消耗数万美元，每一次迭代都是真金白银的投入 ...

年初的 DeepSeek-R1，带来了大模型强化学习（RL）的火爆。无论是数学推理、工具调用，还是多智能体协作，GRPO（Group Relative Policy Optimization）都成了最常见的 RL 算法。GRPO ...

学术与研究：在学术研究和专业领域，Kimi K2 Thinking ...

根据欧盟内部市场、工业、创业和中小企业总司（DG GROW）2024年第一季度数据，受欧盟绿色新政和数字化转型双重影响，CE认证的技术复杂度同比提升38.4%。其中，新增的数字产品护照（DPP）要求使得企业需要准备的可持续性数据量增加67%，而网络安全、人工智能等新兴领域的专项认证需求增长达142%。 中国欧盟商会最新发布的《中欧贸易合规性调研报告》显示，2023年中国企业在CE认证过程中面临的主 ...

当玩具不再沉默，开始理解并回应孩子的每一句话：AI玩具的浪潮正席卷而来。

At the 2025 Baidu World Conference, the spotlight fell once again on the early movers of China’s AI era. Robin Li, Baidu’s founder, used the occasion to underscore a shift that has been quietly reshap ...

这篇博客的主要作者是前 OpenAI 研究员 Kevin Lu，与 Thinking Machines 团队合作完成，他曾领导 GPT-4o mini 发布，并参与了 o1-mini、o3、GPT-5 等多个重要模型的研发。他的出手，分量十足。