【新智元导读】DeepSeek新论文来了!在清华研究者共同发布的研究中，他们发现了奖励模型推理时Scaling的全新方法。DeepSeek R2，果然近了。最近，DeepSeek和清华的研究者发表的这篇论文，探讨了奖励模型的推理时Scaling方法。论文地址:https://arxiv.org/abs/2504.02495现在，强化学
......
本文由站长之家合作伙伴自媒体作者“新智元公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
要问最近哪个模型最火，混合专家模型（MoE，Mixture of Experts）绝对是榜上提名的那一个。 它的巧妙之处，就在于把不同的任务分配给擅长处理的专家网络，让整个系统性能得以提升。 但你知道吗? 正是这个关键的专家网络，也是严重影响系统推理性能的因素之一。 因为在大量任务来临之际（尤其是超大规模时），MoE并不是以“雨露均沾”的方式去分配——专家网络们的负�
快科技4月30日消息，今日，DeepSeek 今日在 AI 开源社区 Hugging Face 发布了一个名为 DeepSeek-Prover-V2-671B 的新模型。据介绍，DeepSeek-Prover-V2-671B 其参数量达到6710亿，使用了更高效的 safetensors 文件格式，并支持 BF16、FP8、F32 等多种计算精度，方便模型更快、更省资源地训练和部署。在模型架构上，该模型使用了DeepSeek-V3架构，采用MoE（混合专家）模式，具有61层Transformer层，7168维隐藏层。同时支持超长上下文，最大位置嵌入达163840，使其能处理复杂的数学证明，并且采用了FP8量化，可通过量化技术减小模型大小，提
那比较有意思的一点是，我没有上来敢跟模型团队直接聊，我先跟谢炎（理想汽车CTO）聊了一下，我说我们本身要做VLA（视觉语言行动模型），然后VLA一个很重要的计划是到今年的这个9月份的时候能够做一个非常好的语言模型出来，才能再往下去训练VLA（视觉语言行动模型）。
本教程指导初中教师如何利用Deepseek和Kimi两款AI工具高效完成备课全流程。Deepseek用于生成教学设计方案和PPT大纲，Kimi则根据大纲快速生成精美课件。操作步骤：1）在Deepseek输入教学需求生成教学设计；2）用Deepseek生成PPT大纲；3）将大纲粘贴至Kimi PPT助手一键生成课件。该方法特别适合日常备课、临时调课需求，能大幅提升备课效率，让教师既省时又高效。
DeepSeek R1模型发布100天后，中国AI行业竞争格局被彻底重构。该模型3个月内用户突破1.9亿，成为国内最大AI原生应用。腾讯、百度等科技大厂纷纷接入，其中腾讯元宝APP借助DeepSeek流量一度登顶苹果应用下载榜。字节和阿里选择自研路线，字节推出"深度思考"功能，阿里则专注开源模型研发。随着DeepSeek热潮减退，豆包重回下载量榜首，元宝跌出前20。科技大厂在享受DeepSee
在智能交互方面，Flyme AIOS2接入DeepSeek R1满血版，具备深度思考能力，并提供三种模式供用户选择。此外，星纪魅族成为首家接入阿里云首个端到端全模态大模型通义千问Qwen - Omni的厂商，这使得系统能带来更敏捷聪明、更具拟人情感的超自然语音对话体验，正式
人工智能IQ哪家强？o3 智商高达 132、Gemini 2.5 Pro Exp. 拿下 128 分、Claude 凭借 3.7 Sonnet Extended 位列第四、Deepsee R 1……
在今年，DeepSeek R1火了之后。 几乎快形成了一个共识，就是: AI推理能力越强，执行任务时就应该越聪明。 从2022年Chain-of-Thought横空出世，到今天Gemini2.5Pro、OpenAI o3、DeepSeek-R1、Qwen3，这些旗舰模型的统治性表现，我们一直相信，让模型先想一想，是一个几乎不会出错的策略。 不过，这种聪明，也会带来一些副作用。 就是提示词遵循能力，变得越来越差。 换句话说，就是
官方介绍，鸿蒙电脑历经五年布局，集结10000多名顶尖工程师，联合20多家研究所，积累超2700项核心专利。
DeepSeek发布数学推理模型DeepSeek-Prover-V2，包含7B和671B两个参数版本。该模型采用"递归+强化学习"训练方法，在MiniF2F测试集上达到88.9%通过率，解决了PutnamBench中的49道题目。关键技术包括：1) 使用DeepSeek-V3分解复杂定理生成子目标；2) GRPO算法从多个候选方案中自动学习最优解；3) 通过思维链整合非形式化推理与形式化证明。模型在AIME竞赛题和教科书题目上也表现优异，7B小模型意外在部分问题上超越大模型。论文指出该方法为通向AGI提供了正确路径，未来将扩展至IMO级别数学难题。
