🤖 AI日报

DeepSeek-V3新论文揭示了通过硬件感知协同设计实现低成本大模型训练的秘密，为模型训练和推理效率优化提供了新的技术路径。

DeepSeek Signals Next-Gen R2 Model，并推出了用于推理扩展的新方法SPCT（Self-Play Consistency Training），为提升模型推理能力开辟新方向。

DeepSeek-Prover-V2通过递归证明搜索和新基准测试，在神经定理证明领域取得重要进展，展示了AI在数学推理方面的潜力。

Can GRPO be 10x Efficient? Kwai AI的SRPO给出了肯定答案，通过新方法显著提升了GRPO算法的训练效率。

ByteDance Astra采用双模型架构，专为自主机器人导航设计，为具身智能领域提供了新的技术方案。

MIT Researchers Unveil "SEAL"，这是一个新的自我改进AI系统，展示了AI自主学习和进化的可能性。

Which Agent Causes Task Failures and When? 研究者开发了自动化故障归因方法，帮助理解和改进多智能体系统的可靠性。

Zhipu.AI在开源模型和全球化布局上持续发力，其超高速GLM模型和国际化战略被认为是在为潜在IPO做准备。