Jude的博客

如何从依赖人类数据的时代迈向人工智能自主学习的时代？为了解决这个问题，刚获得图灵奖的强化学习之父Richard S. Sutton携手DeepMind发布了一篇重量级的论文。这标志着 DeepMind 的人工智能系统从人类数据训练转向类似 AlphaGo 的自主学习和探索型智能体。这与 OpenAI 的 LLM 人工智能发展路径截然不同，以下是论文《Welcome to the Era of Experience》阅读笔记。

DeepSeek-R1-Lite预览版在解决这些复杂数学问题时拥有极强的“拆解能力”，能够将复杂任务分解为更小的步骤并逐一执行，从而提高其准确性。当时，DeepSeek V2的API定价约等于谷歌的七分之一，GPT-4 Turbo的七十分之一。在前不久发布模型名为DeepSeek-R1-Lite，预览版在难度较高数学和代码任务上超越o1-preview，大幅领先GPT-4o等。随着思维长度的增加，DeepSeek-R1-Lite-Preview 在 AIME 上的得分稳步提高。推理时间更长，性能更佳。

超强！深度学习Top10算法！Agent调研–19类Agent框架对比万字解读AI Agent架构体系，API和RPA将成为重点苹果加入战局，携 300 亿参数的 AI 大模型 MM1 “炸场”！使用Pytorch从零实现Transformer模型ResNet最新变体！性能反超Transformer，模型准确率达98.42%GNN与Transformer创新结合！模型性能起飞！24年最好发论文的方向： 魔改Mamba！（附源码）结合Transformer与Mamba，Jamba来了！新架构Mamba更新二代

Meta和巴黎理工学院的研究人员共同探讨了一个困扰数学界长达132年的问题：李雅普诺夫函数。简单来说，李雅普诺夫函数用于判断一个动力系统相对于其平衡点或轨道，随着时间无限延长后是否能保持全局稳定。论文标题：Global Lyapunov functions: a long-standing open problem in mathematics, with symbolic transformers。

前段时间，François Chollet 还发帖说，LLM 通过提示使用时，无法理解与训练数据中情况大相径庭的情况，因此不具备通用智能。他认为，**LLM 的作用主要是作为实际 AGI 的知识和程序存储，它们是一种记忆形式，而智能不仅仅是记忆。星期天，他摘的猕猴桃数量是星期五的两倍。奥利弗有多少个猕猴桃？正如研究人员在他们的论文中所说：「我们研究了这些模型中数学推理的脆弱性，并证明随着问题中子句数量的增加，它们的性能显著下降。星期天，他摘的猕猴桃数量是星期五的两倍，但其中 5 个比平均大小要小。

导航Nemotron生成合成数据