terminal

AI Stack

rss_feed
SYS_STABLE
目录

推理模型

条目：68
2026年三月 32 篇
类型阅读条目
[自动] [ARXIV]
3minschool 探究推理模型作为裁判在非可验证LLM后训练中的作用
03-16 LLM 后训练 LLM-as-Judge
[自动] [ARXIV]
3minschool 探究推理模型作为裁判在非可验证LLM后训练中的表现
03-15 LLM RLHF 强化学习
[自动] [ARXIV]
3minschool 探究非可验证LLM后训练中的推理模型评判机制
03-14 LLM RLHF 强化学习
[自动] [ARXIV]
3minschool 探究推理LLM作为非可验证后训练评估器的有效性
03-13 LLM-as-Judge RLHF 强化学习
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.4 Thinking 系统卡发布：技术原理与安全机制详解
03-09 GPT-5.4 Thinking 系统卡
[自动] [BLOGS_PODCASTS]
2minmic OpenAI推出CoT-Control：强化推理模型思维链的可监控性
03-09 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic OpenAI发现推理模型难以控制思维链凸显可监控性安全价值
03-09 OpenAI 思维链 CoT
[自动] [BLOGS_PODCASTS]
2minmic OpenAI推出CoT-Control：强化推理模型可监控性
03-08 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.4 Thinking系统卡发布：技术机制与安全评估
03-08 OpenAI GPT-5.4 o1
[自动] [HACKER_NEWS]
1minnewspaper Phi-4多模态推理模型训练经验与技术解析
03-08 Phi-4 多模态 推理模型
[自动] [HACKER_NEWS]
1minnewspaper Phi-4多模态推理模型的训练经验与技术解析
03-08 Phi-4 多模态 推理模型
[自动] [BLOGS_PODCASTS]
2minmic OpenAI研究：推理模型难控思维链凸显可监控性价值
03-08 OpenAI 推理模型 思维链
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.4 Thinking 系统卡发布：技术架构与安全策略详解
03-08 OpenAI GPT-5.4 o1
[自动] [BLOGS_PODCASTS]
2minmic OpenAI推出CoT-Control：强化推理模型思维链的可监控性
03-08 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.4 Thinking 系统卡发布：技术原理与安全机制详解
03-07 OpenAI GPT-5.4 o1
[自动] [ARXIV]
2minschool Reasoning Theater：解耦模型信念与思维链
03-07 CoT 思维链 模型信念
[自动] [BLOGS_PODCASTS]
2minmic OpenAI研究：推理模型思维链难控强化可监控安全性
03-07 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic OpenAI研究揭示推理模型思维链难以控制凸显可监控性重要性
03-07 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic OpenAI研究：推理模型思维链难控强化可监控性
03-07 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic OpenAI研究：推理模型难以控制思维链，强化可监控性安全价值
03-07 OpenAI CoT 思维链
[自动] [ARXIV]
3minschool Reasoning Theater：解耦模型信念与思维链
03-06 CoT 思维链 推理模型
[自动] [BLOGS_PODCASTS]
2minmic OpenAI研究：推理模型难以控制思维链凸显可监控性价值
03-06 OpenAI 思维链 CoT
[自动] [BLOGS_PODCASTS]
2minmic OpenAI推出CoT-Control：强化推理模型思维链监控
03-06 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
1minmic OpenAI推CoT-Control：验证思维链可监控性对AI安全的重要性
03-06 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic OpenAI研究：推理模型思维链难以控制凸显可监控性重要性
03-06 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
3minmic GPT-5.4 Thinking 系统卡发布：技术原理与安全机制详解
03-06 OpenAI GPT-5.4 o1
[自动] [BLOGS_PODCASTS]
2minmic OpenAI推出CoT-Control：思维链难控凸显可监控性安全价值
03-06 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic OpenAI研究：推理模型难以掌控思维链强化AI安全
03-06 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.4 Thinking 推理模型技术报告发布
03-06 OpenAI GPT-5.4 推理模型
[自动] [BLOGS_PODCASTS]
2minmic OpenAI 推出 CoT-Control 并强调思维链监控的重要性
03-05 OpenAI CoT 思维链
[自动] [BLOGS_PODCASTS]
1minmic GPT-5.4 Thinking 系统卡发布：技术原理与安全机制详解
03-05 OpenAI GPT-5.4 o1
[自动] [ARXIV]
3minschool 测试时强化学习的工具验证方法
03-04 T3RL Test-Time RL 强化学习
2026年二月 30 篇
类型阅读条目
[自动] [ARXIV]
3minschool 提升推理语言模型的参数化知识获取能力
02-27 LLM 推理模型 参数化知识
[自动] [ARXIV]
3minschool 提升推理语言模型的参数化知识访问能力
02-26 推理模型 参数化知识 强化学习
[自动] [HACKER_NEWS]
1minnewspaper Mercury 2：基于扩散模型的最快推理 LLM
02-25 Mercury 2 扩散模型 推理模型
[自动] [HACKER_NEWS]
1minnewspaper Step 3.5 Flash：速度足以思考，可靠性足以行动
02-19 Google Gemini Flash
[自动] [HACKER_NEWS]
1minnewspaper Step 3.5 Flash：快速思考与可靠执行
02-19 Step 3.5 Flash 推理模型 快速响应
[自动] [HACKER_NEWS]
1minnewspaper Step 3.5 Flash：快到能思考，稳到可执行
02-19 Step 3.5 Flash LLM 推理模型
[自动] [BLOGS_PODCASTS]
2minmic Gemini 3 Deep Think：升级推理模式以解决科研与工程挑战
02-17 Gemini 3 Deep Think 推理模型
[自动] [BLOGS_PODCASTS]
2minmic Gemini 3 Deep Think：强化推理能力以应对科研与工程挑战
02-15 Gemini 3 Deep Think 推理模型
[自动] [BLOGS_PODCASTS]
2minmic Gemini 3 Deep Think：面向科研与工程的推理模型
02-14 Gemini 3 Deep Think 推理模型
[自动] [BLOGS_PODCASTS]
3minmic Gemini 3 Deep Think：升级推理模式以解决科研与工程挑战
02-14 Gemini 3 Deep Think 推理模型
[自动] [BLOGS_PODCASTS]
3minmic Gemini 3 Deep Think：强化推理能力以解决科研与工程挑战
02-14 Gemini Deep Think 推理模型
[自动] [BLOGS_PODCASTS]
2minmic Gemini 3 Deep Think：升级推理模式以应对科研与工程挑战
02-13 Gemini 3 Deep Think 推理模型
[自动] [HACKER_NEWS]
4minnewspaper Gemini 3 Deep Think 推理模型发布
02-13 Gemini 3 Deep Think 推理模型
[自动] [BLOGS_PODCASTS]
3minmic Gemini 3 Deep Think：强化推理模式以应对科研与工程挑战
02-13 Gemini 3 Deep Think 推理模型
[自动] [HACKER_NEWS]
4minnewspaper Gemini 3 Deep Think 模式发布：支持长链思考推理
02-13 Gemini 3 Deep Think Google
[自动] [BLOGS_PODCASTS]
2minmic Gemini 3 Deep Think：升级推理模式以应对科研与工程挑战
02-13 Gemini 3 Deep Think 推理模型
[自动] [HACKER_NEWS]
4minnewspaper Gemini 3 Deep Think 模式发布：支持长链思考
02-13 Gemini 3 Deep Think 长链思考
[自动] [HACKER_NEWS]
4minnewspaper Gemini 3 Deep Think 推理模型发布
02-13 Gemini 3 Deep Think 推理模型
[自动] [HACKER_NEWS]
4minnewspaper Gemini 3 Deep Think 模式发布：强化推理与长思考能力
02-13 Gemini 3 Deep Think 推理模型
[自动] [ARXIV]
3minschool 长思维链监督微调中数据重复优于数据扩展
02-12 长思维链 监督微调 数据重复
[自动] [BLOGS_PODCASTS]
2minmic Gemini 3 Deep Think：专用于解决科研与工程挑战的推理模式更新
02-12 Gemini 3 Deep Think 推理模型
[自动] [HACKER_NEWS]
7minnewspaper Gemini 3 Deep Think：长链推理与深度思考模式解析
02-12 Gemini 3 Deep Think 长链推理
[自动] [HACKER_NEWS]
4minnewspaper Gemini 3 Deep Think 推出：强化长链思考能力
02-12 Gemini 3 Deep Think 长链思考
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.3-Codex：融合推理与编码能力的代理式模型
02-06 GPT-5.3 Codex Agentic
[自动] [ARXIV]
4minschool 研究揭示推理大模型生成虚假新闻的内在机制
02-06 LLM CoT 虚假新闻
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.3-Codex：结合前沿编码与推理能力的具身智能体编程模型
02-06 GPT-5.3 Codex 具身智能
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.3-Codex：融合推理与编码能力的智能体模型
02-05 GPT-5.3 Codex 智能体
[自动] [BLOGS_PODCASTS]
2minmic GPT-5.3-Codex：融合推理与编程的智能体模型
02-05 GPT-5.3 Codex 智能体
[自动] [BLOGS_PODCASTS]
3minmic 2026年AI展望：大模型、智能体、算力与Scaling Laws
02-03 AI 展望 Scaling Laws AI Agent
[自动] [BLOGS_PODCASTS]
4minmic 2026年AI展望：LLM、智能体、算力与Scaling Laws
02-02 LLM 智能体 Scaling Laws
2026年一月 6 篇
类型阅读条目
[自动] [ARXIV]
4minschool 推理大语言模型从被动求解转向主动询问
01-31 LLM 推理模型 主动询问
[自动] [ARXIV]
3minschool 推理大模型从被动求解转向主动提问
01-30 推理模型 主动交互 思维链
[自动] [ARXIV]
4minschool 💥MortalMATH：当推理目标遇上紧急场景，AI会“翻车”吗？
01-28 LLM 推理模型 MortalMATH
[自动] [BLOGS_PODCASTS]
3minmic 🇨🇳中国开源AI生态：破局DeepSeek！架构选择的深层洞察
01-28 DeepSeek Qwen MoE
[自动] [ARXIV]
4minschool MortalMATH：当推理目标遇上紧急语境，冲突何解？🧠🔥
01-27 LLM 模型评估 安全对齐
[自动] [BLOGS_PODCASTS]
3minmic 🚀GPT-OSS智能体RL训练解密！从0到1实战复盘🔥
01-27 强化学习 Agent GPT-OSS