作者｜沐风来源｜AI先锋官近日，DeepSeek和清华大学共同发表了一篇论文《Inference-Time Scaling for Generalist Reward Modeling》，探讨了奖励模型的推理时Scaling方法。现在，强化学习（RL ...

在Reward Bench、PPE、RMB等基准上，DeepSeek-GRM-27B显著优于基线方法（如LLM-as-a-Judge、标量RM），且通过推理时扩展（32次采样）性能进一步提升（如Reward Bench准确率从86.0%提升至90.4 ...

（全球TMT2025年4月6日讯）Super Micro Computer, Inc. (SMCI)宣布使用NVIDIA HGX B200 8-GPU在多个MLPerf Inference v5.0基准测试中率先实现了业界领先的性能。在特定基准测试中，4U液冷和10U风冷系统实现了最佳性能。与H200 8-GPU系统相比，Supermicro在Llama2-70B和Llama3.1-405B基准测 ...

在人工智能这一风口浪尖，NVIDIA再度引发关注，其最新Blackwell平台在MLPerf Inference V5.0基准测试中的卓越表现必将改变行业格局。本文将深入探讨NVIDIA Blackwell在基准测试中的优异表现及其对AI工厂未来发展的影响。 据香港IDC新天域互联了解，在最新发布的MLPerf Inference V5.0基准测试中，NVIDIA的Blackwell平台以其卓越的 ...