IT之家 4月12日消息，字节跳动于4月8日发布博文，其Seed研究团队推出VAPO强化学习训练框架，目标提升大型语言模型在复杂、冗长任务中的推理能力。 在大型语言模型（LLM）的强化学习（RL）训练中，价值导向方法（Value-based ...

【导读】AI绘画总「翻车」，不是抓不住重点，就是细节崩坏？别愁！微软和港中文学者带来ImageGen-CoT技术，让AI像人一样思考推理，生成超惊艳画作，性能提升高达80%。

提示词工程（Prompt ...

**【导读】**在AI绘画迅速发展的时代，微软与港中文的研究者们引入了名为ImageGen-CoT的新技术，该技术通过思维链推理，成功提高了AI绘画的生成质量，性能提升高达80%。这篇文章将探讨ImageGen-CoT技术的原理、应用及其背后的潜力。

大模型虽然推理能力增强，却常常「想太多」，回答简单问题也冗长复杂。Rice大学的华人研究者提出高效推理概念，探究了如何帮助LLM告别「过度思考」，提升推理效率。

1. 上海AI Lab联合9家单位总结超过250篇相关论文，探讨提升大型推理模型 (LRMs)思考效率的研究。 最近，像 OpenAI o1/o3、DeepSeek-R1 这样的大型推理模型（Large Reasoning ...

这就像教育中的一个比喻，若只让学生盲目刷题，却未传授解题方法，面对新型考题时自然难以应对。基于此，论文指出模型的进步需要预训练、推理优化、微调三者的深度协同，而SICOG框架便是该理念的实践者。

近年来，大型语言模型（LLMs）在处理复杂任务方面表现出色，尤其是在数学计算、编程和推理任务中，链式推理（Chain-of-Thought，CoT）成为了模型提升性能的关键技术之一。通过一系列层层递进的推理步骤，LLMs能有效解决从简单到复杂的各类问题，甚至是涉及到多步推理的挑战。然而，随着推理深度的增加，出现了一个不容忽视的问题——“过思考现象”（Overthinking Phenomenon） ...

这不仅加大了模型学习推理过程的难度，也缺少直观的可解释性。 为了解决上述问题，中科院自动化所紫东太初团队针对大语言模型的逻辑推理提示学习能力，提出了Pattern-CoT方法。相关成果发表于AAAI 2025国际会议中，已于2月25号至3月4号在美国费城开展会议。

证券之星消息，3月17日井松智能发生大宗交易，交易数据如下： 大宗交易成交价格20.12元，相对当日收盘价折价0.89%，成交15万股，成交金额301.8万元，买方营业部为方正证券股份有限公司总部，卖方营业部为中泰证券股份有限公司江苏分公司。

极大的数据效率：仅使用 54K 图文数据进行规则型 RL 训练，平均性能超过使用 1M 数据的 MPO 模型；整体基准准确率与使用 12M 数据进行 CoT SFT 训练的 ...