【新智元导读】 一场改写AI历史的震撼对决正在上演！就在昨天，当DeepSeek R1还在用‘降维打击’重构AI格局时，OpenAI王者回归之作o3-mini已悄然降临，用实力证明——王者，从未离场！

2025 年初，DeepSeek 凭借一系列模型的发布在全球 AI 领域引发轰动，其发展动态不仅牵动着行业从业者的目光，也引发了资本市场的波动。目前英伟达、亚马逊、微软等相继表态，采用DeepSeek模型。

1月16日消息，阿里云通义团队发布了新一代数学推理过程奖励模型——Qwen2.5-Math-PRM。该模型引入了72B与7B两种尺寸，其在推理过程中的表现显著优于现有的开源模型，尤其在推理错误识别方面，7B版本的性能甚至超过了闭源的GPT-4o。这一创新不仅为智能推理提供了新的可能性，也为相关领域的技术进步注入了新的活力。 Qwen2.5-Math-PRM模型的设计旨在解决大型语言模型在处理推理时 ...

在科技快速发展的今天，阿里云再一次为人工智能领域推陈出新。1月16日，钛媒体App报道了阿里云通义开源了全新的数学推理过程奖励模型——Qwen2.5-Math-PRM。这一模型的推出，标志着在72B与7B尺寸下，其性能远超同类开源过程奖励模型。

IT之家1 月 11 日消息，微软亚洲研究院旗下数学和人工智能研究团队昨日（1 月 10 日）发布博文，针对小语言模型，设计并开发了 rStar-Math 技术，专门用于解决数学问题。 和微软之前推出的 Phi-4 不同，rStar-Math 采用蒙特卡洛树搜索（Monte Carlo Tree Search）进行推理 ...

o1 模型的推出将研究方向从预训练带向了推理层，尽管给大模型「打补丁」的方式取得了一定效果，但无限地通过扩展测试时间计算，就能实现通用人工智能吗？规模能扩展到什么程度？计算资源、时间成本问题如何解决？无限的知识和数据是否意味着大模型具有真实的泛化能力？

当地时间周五，美国总统特朗普会见了英伟达 CEO 黄仁勋，两人讨论了 DeepSeek 和 AI 芯片出口等问题。美国立法者们也已敦促特朗普考虑对 DeepSeek 使用的英伟达芯片进行新的限制。与此同时，美国正在调查 DeepSeek ...

多知1月17日消息，通义千问Qwen宣布开源全新的数学推理过程奖励模型Qwen2.5-Math-PRM，包括72B和7B两个版本，将提升大型语言模型(LLMs)在数学推理过程中的可靠性和可信度，自动识别推理过程中的错误，如计算或逻辑错误，这些错误可能导致不正确的结论，即使最终答案正确，也可能削弱模型推理过程的可信度。在识别推理错误步 ...

编辑：编辑部 HYZ 【新智元导读】就在刚刚，网上已经出现了一波复现DeepSeek的狂潮。UC伯克利、港科大、HuggingFace等纷纷成功复现，只用强化学习，没有监督微调，30美元就能见证「啊哈时刻」！全球AI大模型，或许正在进入下一分水岭。

OpenAI on Friday launched a new artificial intelligence (AI) "reasoning" model o3-mini. The company said the newest in the ...

从技术报告看，K1.5的亮点是真的不少。

在当今竞争激烈的人工智能领域，DeepSeek的横空出世正如一阵狂风，令众多大厂如英伟达、Meta和OpenAI等面临前所未有的压力。近年来，随着AI技术的急速发展，市场内的竞争不断加剧，DeepSeek凭借其低成本高性能的大模型训练策略，成功挑战了行业巨头的地位。本文将全面解析DeepSeek的技术创新、市场影响，以及其背后的开放源代码理念，揭示其如何在短时间内成为全球AI研究者的首选模型。 深 ...