字节跳动VAPO框架刷新AIME24记录，大型语言模型推理能力大幅提升
近日，字节跳动旗下的Seed研究团队宣布了一项重大技术突破，推出了名为VAPO的强化学习训练框架。这一框架的主要目标是增强大型语言模型在处理复杂且冗长任务时的推理能力。
aime24
成本仅50美元，性能媲美Deepseek-R1，李飞飞带着S1来炸场了
近日，一项来自斯坦福大学和华盛顿大学等机构的研究成果引起了市场关注，李飞飞等人以不到50美元的云计算费用成功训练出了一个名为s1的AI推理模型。研究成果表明，s1在数学和编码能力测试中与OpenAI的o1和DeepSeek的R1等模型的表现不相上下。