近日，海外知名大模型产品平台OpenPipe公布了一项令人瞩目的研究成果，该研究成功地在重度推理游戏《时空谜题》中，利用一种名为GRPO的强化学习算法，使小型开源模型的表现超越了多个业界领先的推理模型，包括DeepSeek ...

近日，海外大模型产品平台 OpenPipe 上发布了一项研究，阐述其如何通过 GRPO 在重度推理游戏《时空谜题》中超越R1、o1、o3-mini 等模型。研究作者分别为来自 Ender Research 的强化学习研究员 Brad Hilton 和 ...

标题：Claude 3.7 AI破局：50万token上下文窗口，引领AI新纪元 ...

50 万 tokens ...

Anthropic 正准备发布具有 500K 上下文窗口（当前为 200K）的 Claude Sonnet 3.7 的新版本。 “500K 很好，但我的 node_modules 需要 2M 的上下文窗口 ...

50 万 tokens 窗口可直接处理海量信息，避免检索增强生成（RAG）可能导致的上下文错乱问题，适用于政治文档分析、超长代码库管理（如数十万行代码）、跨文档摘要生成等复杂任务。不过该媒体也指出超大上下文可能带来内存和算力成本压力，模型实际利用率仍需验证。

不过，DeepSeek-V3-0324 在代码能力上取得了突破性进展，堪称此次更新最大的亮点。在前端代码生成领域，其产出代码不仅质量上乘，在审美设计上也有显著提升。实际呈现效果出色，已经十分接近 Claude 3.7 ...

根据官方更新的版本说明， DeepSeek -V3-0324 主要是针对推理能力和前端开发能力进行了加强，写作风格实现了跟 R1 对齐，另外还有一些其他方面的小优化。 不过有一说一，虽然 V3-0324 仅仅只是 V3 ...

编辑：编辑部 HZj 【新智元导读】Claude 3.7 Sonnet制作的游戏中，贪吃蛇居然惊现自我意识，甚至经历了一场存在主义危机！它开始思考：我是谁？我在这里做什么？网友们大受震撼：要是游戏里有这样的NPC，那就绝了。 Claude 3.7 ...

先给 DeepSeek 泼一盆冷水，DeepSeek 在编程能力上和 Claude Sonnet 还是差了一大截的。下面有使用 Sonnet 3.5 和 DeepSeek R1 配合 Trae 实现一个推文生成图片卡片小插件的过程，功能虽小，但还是能看出差距的。 先给 DeepSeek 泼一盆冷水，DeepSeek 在编程能力上和 Claude Sonnet ...

公认的编程开发能力第一！Claude 3.7 Sonnet刚刚登顶WebDev竞技场榜首。 大幅甩第二名100多分，在榜单前十的其它相邻模型分差仅为几分、几十分的情况 ...