梦晨 西风 发自 凹非寺量子位 | 公众号 QbitAI DeepSeek版o1，有消息了。 还未正式发布，已在代码基准测试LiveCodeBench霸榜前三，表现与OpenAI o1的中档推理设置相当。

作为一个AI老博士，个人愚见：大模型技术的市场热度，可能会逐步走入冷静期。 为什么我会这么说呢？在开始解释之前，容我先抛出“Gartner技术成熟度曲线（Gartner Hype Cycle）”这个概念，来方便我们更清晰地理解。

现在国内友商也开始验证 RNN 的 scaling，很欣慰。 我说过很多次，RNN 的 scaling 比 GPT 强。 因为现在的新型 RNN 在扩大后，state 也随之扩大，这是额外的收益。 例如 headsz64 的 1B 的 state 是 24x2048x64 = 3145728 维。 而 headsz64 的 7B 的 state 是 ...

1、合成数据的优势涵盖可以大规模生成，可定制，可避开敏感信息，适应多模态学习和可帮助 AI Alignment 等。但这种看似美好的期许下，模型崩溃风险仍是阻止该技术广泛使用的最大障碍。

DeepSeek版o1，有消息了。 还未正式发布，已在代码基准测试LiveCodeBench霸榜前三，表现与OpenAI o1的中档推理设置相当。 注意了，这不是在DeepSeek官方App已经能试玩的DeepSeek-R1-Lite-Preview ...

多模态能力的融合正在改写 AI 发展路径。语音、视觉与自然语言处理的边界日益模糊，以 Transformer 为代表的通用解决方案，正在重塑传统技术领域。

论文中，来自微软亚研院的全华人团队，提出了全新算法rStar-Math，证明了SLM无需从高级模型蒸馏，就能在数学推理上，媲美甚至一举超越o1。 论文链接：https://arxiv.org/pdf/2501.04519 ...