就在刚刚，来自斯坦福、UC 伯克利、华盛顿大学等机构联手发布了一款 SOTA 级推理模型 —— OpenThinker-32B ，并同时开源了高达 114k 的训练数据。 由此得到的 OpenThinker-32B，在数学、代码和科学等多个基准测试中 ...

OpenThinker-32B采用大规模数据验证和模型规模扩展，仅用少量数据便达到SOTA级别，为AI社区提供宝贵资源和启示。其开源行为引发社区关注和讨论，为强化学习研究提供新思路。在性能评估中表现出色，有望推动深度学习新篇章。

【导读】 近日，斯坦福、UC伯克利等多机构联手发布了开源推理新SOTA——OpenThinker-32B，性能直逼DeepSeek-R1-32B。其成功秘诀在于数据规模化、严格验证和模型扩展。

编辑：编辑部 【新智元导读】只用4500美元成本，就能成功复现DeepSeek？就在刚刚，UC伯克利团队只用简单的RL微调，就训出了DeepScaleR-1.5B-Preview，15亿参数模型直接吊打o1-preview，震撼业内。 强化学习迎来重大突破！

GameArena团队打造的Roblox新游《AI空间逃脱》，让你在紧张刺激的密室逃脱中，顺便就把AI模型的推理能力给评估了。这不仅比传统测试方法更有趣，还能生成宝贵的游戏数据，帮助开发者更全面地了解AI的强项与短板。

根据 Deepseek 公布的信息，许多人认为，只有训练更大规模的模型，才能真正发挥强化学习（RL）的威力。然而，训练大模型需要庞大的计算资源，让开源社区望而却步。目前的工作（如 TinyZero）仅在简单任务上复现了所谓的 “Aha moment” ...

阿里估值重构的核心，在于其AI技术首次在全球顶级科技巨头的合作中站上“甲方”席位。苹果放弃百度、DeepSeek等备选，选择阿里的通义千问Qwen系列模型，本质是对阿里技术实力的硬核认证。

Alluxio 公司创始人、董事长兼首席执行官，北京大学兼职教授李浩源日前撰文指出：随着 DeepSeek AI 的出现，生成式人工智能的传统方法正在经历一场变革。此前，该行业的运作前提是，在硬件、资金和人力方面进行大量的初始投资是必不可少的，遵循的是 “赢家通吃” 模式。DeepSeek 的出现标志着一个重大转变，这不仅是一项技术进步，也是对人工智能领域竞争动态的重新构想。