在近期科技界的一次重大突破中，OpenAI推出了一项名为RFT（基于强化学习的微调）的新型训练方法，该方法迅速吸引了全球的目光。RFT通过结合强化学习与监督微调技术，实现了在有限标注数据下模型性能的显著提升。紧接着，这一创新技术被百度智能云千帆Mod ...

在OpenAI连续12天的技术发布会上,一项名为RFT (Reinforcement-based ...

1. OpenAI的ChatGPT在o1和o3-mini中增加了基于Python的数据分析功能，使得模型能够完成数据分析、可视化、基于场景的模拟等任务。 Claude（3.7 ...

比如，现在给智能体一个没写完的代码库，让它想办法通过所有单元测试。它会在用CoT思考和查看、修改文件这类操作中来回切换。而监控器，能够全程看到它的思考过程、中间步骤和最终代码。

比如，谷歌就把GenAI功能集成到了Gmail等Workspace办公应用中，并对基础版用户额外收取每位员工每月2美元，相比之前不包含AI功能的套餐价格上涨16%。此前，这些AI功能都是可选附加项，价格为每位员工每月20至30美元。

更令人担忧的是，随着推理模型之间的竞争不断加剧（例如 DeepSeek-R1 凭借低成本和出色性能迅速崛起，给 OpenAI o 系列模型的开发带来更大压力），作者担心在这样激烈的商业环境中，模型开发方可能会为了提高实用性而在一定程度上牺牲安全性。

SimpleQA 用于评估大语言模型（LLM）在简单但具有挑战性的知识问答中的事实性。而 GPT-4.5 在 SimpleQA 准确率（数值越高越好）达到 62.5%，遥遥领先于 OpenAI 其它模型。

PANews ...

OpenAI 称其为该公司“迄今为止最大、知识最丰富的聊天模型”，但也强调，它不是一个前沿模型，在某些方面的性能不如 o1 或 o3-mini。 GPT-4.5 将具有 ...

微软今日宣布加强 Copilot Think Deeper 深度思考功能， 现在由 OpenAI 的 o3-mini-high 模型提供支持 。从本质上讲，微软正在将相当于 ChatGPT Pro 的等效推理模型下放到所有 Copilot 用户。

IT之家 3 月 3 日消息，科大讯飞今日宣布星火 X1 升级，并发布星火一体机等系列新品。 其中，深度推理大模型星火 X1 再升级，数学能力全面对标 DeepSeek R1 和 OpenAI o1。

山姆·奥尔特曼表示。 DeepSeek 1月底发布R1模型，并宣称该模型能力对标OpenAI o1模型后，OpenAI被认为承受了不小压力。o1模型是OpenAI当时已发布的最 ...