一手ai news分享 \x26amp; 热点paper解读

一手ai news分享 \x26amp; 热点paper解读

一手ai news分享 \x26amp; 热点paper解读

一手ai news分享 \x26amp; 热点paper解读

一手ai news分享 \x26amp; 热点paper解读

一手ai news分享 \x26amp; 热点paper解读

一手ai news分享 \x26amp; 热点paper解读

一手ai news分享 \x26amp; 热点paper解读

一手ai news分享 \x26amp; 热点paper解读

Meta 开源 llama4， 原生多模态模型， 惯例，支持200多种语言，除了中文。

强化学习用于RAG 检索增强推理六小虎-百川 开源 ReSearch，一个 RL 框架，从零开始教 LLMs

Qwen2.5-Omni 7B开源，Qwen的第一个端到端的多模态模型，可以文本、图像、音频和视频输入，同时以

一篇对deepseek r1 论文补漏的文章，做了很多额外的实验，内容很到位，标题：Understanding

今天分享下这几天很火的这个工作，字节的DAPO工作。

源于开源，回馈开源

Skywork R1V开源，行业内首个开源的多模态推理模型。

前2天，有小道消息，chatgpt似乎马上要支持视频和音频了。 极有可能在 3 月 14 日 ChatGPT 2 周年时发布。然后今天Google发布Gemini 2.0 版本的原生图文输出，效果非常炸裂，上限及高。而且今天studio还支持了扔 youtube 视频地址进去了，直接理解。对比起来，openai的新产品好像就那样啦~免费在线体验地址：https://aistudio.google.

论文笔记， 标题：Retrieval-Augmented Generation with Hierarchical Knowledge， 代码开源：https://github.com/hhy-huang/HiRAGraptor的特色应该就是聚类【向量空间距离】，抽象更高级的特征。graphrag的特色是通过实体连接起不同位置的关系【物理连接】，得到实体级别更丰富特征。二者结合一下，应该就是这篇文

Chitu (赤兔) 是一个专注于效率、灵活性和可用性的高性能大语言模型推理框架。下表是 A800 推理deepseek r1-671B，与vllm的对比。赤兔用3个节点跑f8，性能跟6个节点跑bf16，是差不太多的。同样6个节点，vllm关闭cuda graph才能跑，输出6.85 token/s。 赤兔可以开启cuda graph鸡血模式跑，达到29.8token/s。开大batch size

论文笔记，标题：R1-Searcher: Incentivizing the Search Capability in LLMsvia Reinforcement Learning，代码开源，https://github.com/SsmallSong/R1-Searcher整体内容很不错的一篇文章，可以回答很多常见问题。比如：字符串的答案怎么去设计规则奖励？强化学习怎么数据怎么构造，怎么分步去设计