新加坡国立大学等机构的研究者提出了一种元能力对齐训练框架，模仿人类推理心理学原理，结合演绎、归纳与溯因能力，显著提升AI在数学、编程等任务上的性能。该框架无需人工标注，可自动生成训练数据并验证结果。实验显示，7B和32B参数量的模型在数学任务上分别提升了11.1%的性能。这种方法不仅增强了模型的推理能力，还展现了跨领域的可扩展性，为构建更鲁棒、可解释的AI模型提供了新思路。

在温哥华的神经信息处理系统大会上，OpenAI前首席科学家Ilya Sutskever发表演讲，预测AI预训练方式将走向终结。他认为互联网上的数据如同“化石燃料”，数据量已达到峰值，业界必须适应现有资源。 Ilya预计，下一代AI系统将突破当前局限，具备真正的主动性和类人推理能力。然而，随着推理能力...

【苹果新研报揭示AI数学推理盲区】 近日，苹果公司研究团队发表报告，揭示大型语言模型（LLM）在数学推理上的局限性。研究指出，尽管LLM在生成文本和某些任务上表现出超越人类的能力，但在解决简单数学问题时，仅需稍作改动，模型便会出现错误解答，这表明它们缺乏真正的逻辑推理能力。 以一个基本的数学问题为...

【OpenAI发布o1模型，推理能力显著提升背后的秘密】 近日，OpenAI推出了o1模型，该模型在推理能力上实现了重大突破，但出人意料的是，其推理速度却出现了显著下降。这一现象背后的关键在于o1模型采用了一种独特的思考方式——在回应用户前，模型会进行深入的内部思考，生成并验证多种方法，直至找到正确...

OpenAI正在进行名为"草莓"的全新项目，延续去年11月的Q*计划，目标是提升AI推理能力至接近人类水平。该项目将使AI自主高效扫描互联网，执行深度研究，解决复杂现实问题。知情人士透露，AI模型正追求像人类一样的理解和反应。"草莓"项目处于开发阶段，细节保密，被视为可能的技术突破，预示着更强大AI模型的诞生。这一进展将持续推动AI技术发展，但正式发布日期暂未公布。