大象传媒二二三四区：将集体学习引入树搜索，新方法CoMCTS实现o1-like的推理与反思

大象传媒二二三四区

GRPO 对内存需求较高的原因在于，其内部涉及多个模型，并且在训练数据中每个查询会产生多个输出。上图中的策略模型、参考模型和奖励模型各自都是一个需要进行推理的 LLM。（尽管从技术上讲，奖励模型可能不需要参数化，可以只是一个 Python 函数或正则表达式，但不影响 GRPO 对内存的高需求。），将集体学习引入树搜索，新方法CoMCTS实现o1-like的推理与反思

杨伟致辞

也有上市公司布局脑机接口，但目前公布的研究进展还有限。爱朋医疗（300753）在1月5日发布的投资者关系记录表中提到，公司控股成立的深圳朋睿脑科学技术有限公司，目前朋睿正在研发基于非侵入式脑机接口技术、多模态传感器技术及人工智能算法用于注意缺陷与多动障碍（ADHD）的产品，相关技术及产品尚在落地转化过程中。

王娟主持会议

张志亮报告

近20个国家将农历新年定为法定节假日，全球约五分之一的人口以不同形式庆祝农历新年。“春节的色彩、声音和情感超越了语言和地域的界限，成为国际文化交流的重要纽带。”巴基斯坦智库全球丝绸之路研究联盟创始主席泽米尔·阿万说。

杨红作报告

模型参数：每个参数占用 2 字节。参考模型参数：每个参数占用 2 字节。梯度：每个参数占用 2 字节。优化器状态：每个参数占用 8 字节。8 位优化器：每个参数占用 4 字节。PEFT：有助于减少梯度的显存占用。

周炎伟报告

应用端方面，近日，盛天网络在互动平台上表示，公司目前正在进行对接使用DeepSeek模型。通过在线API接口以及对开源模型进行私有化部署的方式开展工作，已部署完成进入测试阶段。预计DeepSeek模型后续可应用于公司社交产品带带和给麦，以探索更优质的产品与服务，结合公司弹性算力池有效降低算力成本。

陈秋宏作报告

从此次曝光的谍照来看，一汽奥迪A5L的内饰设计和海外版保持高度相似，采用了三屏设计，从左至右分别为11.9英寸液晶仪表、14.5英寸多媒体中控屏以及10.9英寸副驾娱乐屏。同时，液晶仪表和多媒体中控屏采用了联屏设计，并向主驾驶侧倾斜，加之中控台的物理按键大幅减少，能够让驾驶者更专注驾驶。此外，由于轴距加长，后排相较海外版腿部空间会更宽敞，并且配备了后排空调出风口。

李金龙作报告

“他很孝顺，把母亲照顾得很好！”2月7日上午，四川巴中市恩阳区雪山镇清泉寺村党支部书记谭明德告诉红星新闻，在当地，大家都知道谭卫民孝老爱亲的故事，也感动了很多人。

张玉国作报告

柯洁本人也在赛后表示这次经历是“巨大的精神创伤”，“可以说是陷入了无尽的黑暗中。每天晚上，我只要闭上眼，我的脑海里就会播放幻灯片。”

孔高朝报告

王营村所在的何营乡是“中国淘宝镇”。记者途经何营乡集市时发现，水煎包、烧饼、麻花等小吃的叫卖声此彼起伏，乍一看，这里与豫东其他乡镇并无二致。尽管记者仔细搜寻，也丝毫未见电商、网购的痕迹，不禁心生疑惑：这真的是远近闻名的“淘宝镇”吗？

张力报告

30号当天，大S已经发烧38℃，不知道是不是觉得泡澡能发汗（坚决不行！需就医询问按医嘱行动），还体验了露天温泉，一冷一热，激化病情，同行人提出过别玩了去看医生，但大S却“不想扫兴”，可能觉得自己能坚持，就没去看病。

OPTA数据统计显示，尼科-冈萨雷斯在本赛季为波尔图出场的比赛中，有58%时间出任4231阵型中的后腰、27%时间出任前腰，另有14%时间出任中前卫。

线下商圈人潮涌动，线上市场热力不减。在京东平台，非遗相关商品春节期间销售火爆，苏绣、杨柳青木版年画等商品在多地销量同比增长超200%；得物App上，滑板、露营、飞盘等户外运动商品销量走高，滑雪装备销量同比增长超80%。 更多推荐：大象传媒二二三四区

来源：夏其东