強化学習 強化学習で新次元に達したDeepSeek-R1の性能がGPT-4超え
事前学習済みモデルに強化学習を適用したDeepSeek-R1-Zeroが、自律的な思考時間調整を実現。さらに、SFTを補完しつつOpenAI GPT-4-1217を超える性能を示し、省資源な推論の可能性を示唆。
強化学習
強化学習 
ニュース アリババ、「Qwen2.5-Max」でAI性能の新時代を切り開く！
Alibabaが新AIモデル「Qwen2.5-Max」をリリース！高度な知能と柔軟な応用能力を備えたこのモデルは、GPT-4oを超える性能を示し、「Qwen Chat」にも統合。AI業界の新たな可能性を切り開きます。
強化学習 グラフGPTで分子構造の生成や物性予測などの科学技術の問題解決へ
新手法「Graph Generative Pre-trained Transformer（GPT）」が登場！Transformerを使いグラフをシーケンス化し、自己教師付きで事前学習。実験で既存手法を超える性能、強化学習で最適化。科学と工学に革新をもたらす予感！