4月2日·美国奥数题暴露AI数学局限，DeepSeek成唯一亮点

4月2日·周三  AI工具和资源推荐

美国奥数题暴露AI数学局限，DeepSeek成唯一亮点

ETH Zurich等机构的研究团队发布了一项针对大语言模型（LLM）数学能力的研究，结果令人震惊。在2025年美国数学奥林匹克竞赛（USAMO）的测试中，所有顶级AI模型的平均得分均低于5%，其中表现最好的DeepSeek-R1得分为4.76%，而OpenAI的o3-mini（high）得分仅为2.08%。研究发现，这些模型在逻辑推理、创造力和自我评分方面存在严重缺陷，如逻辑跳跃、缺乏创新策略以及高估自身得分。然而，DeepSeek在一次尝试中几乎完全解决了USAMO的一道难题，成为唯一亮点。这项研究揭示了LLM在解决复杂数学问题时的根本性局限，表明当前的LLM尚未真正掌握数学证明的能力。来源：微信公众号【新智元】

百度广告推荐系统革新，COBRA框架引领生成式AI新范式

百度推荐广告团队在广告生成式推荐领域取得新成果，提出了级联组织双表征生成式检索（COBRA）框架。该框架通过融合稀疏ID和稠密向量表征，实现了生成式和密集检索的高效结合。COBRA的主要创新包括级联双表示的检索框架、端到端训练的可学习稠密表示、由粗到细的生成过程以及BeamFusion机制，用于提升推荐多样性和精度。在多个基准数据集的实验中，COBRA表现优于现有最佳方法，尤其在百度工业数据集上，转化率提升了3.6%，平均每用户收入（ARPU）增加了4.15%。该框架已在百度广告推荐业务中全量上线，标志着生成式AI在推荐系统领域的重大突破。来源：微信公众号【机器之心】

Libra团队发布Vibe Agent，本地AI技术实现90% Token成本降低

Libra团队发布了一项创新技术——Vibe Agent，旨在通过自然语言交互直接生成本地化的智能代理（Agent），并显著降低运行成本。Vibe Agent利用本地消费级算力支持长程推理，解决了当前Agent产品（如Cursor、Devin、Manus等）高昂的运行成本问题，专业评测显示其单次使用成本可降低90%。此外，Vibe Agent通过对话式交互简化了Agent生成流程，无需编程即可创建个性化Agent服务。Libra的核心技术包括低比特量化压缩、自适应上下文管理引擎和响应式Orchestration框架，这些技术使得企业级模型能够在消费级硬件上高效运行。Vibe Agent的推出不仅降低了AI应用的成本，还为Agent技术的普及和个性化应用开辟了新路径。来源：微信公众号【机器之心】

百度推出跨模态端到端语音交互技术，成本直降90%

百度发布了一项创新的语音交互技术，其核心是行业首个基于Cross-Attention的跨模态语音语言大模型。这一技术不仅显著降低了语音交互的延迟，还大幅降低了调用成本，最高可达90%。百度通过将语音识别和大语言模型的Encoder融合，以及提出高效的全查询注意力技术（EALLQA），实现了低延迟和低成本的语音交互。此外，百度还推出了流式逐字的语音合成技术，使语音交互更加自然流畅。百度语音首席架构师贾磊表示，这一技术的“质变”在于通过技术创新，打通了大模型在语音场景中的工业级应用新范式，推动了大模型的普及。目前，该技术已在文小言中实现应用，用户可以免费体验。来源：微信公众号【量子位】

7B奖励模型RLVR，全学科强化学习新突破

腾讯与苏州大学团队提出了一种新的强化学习框架RLVR，将强化学习训练扩展到医学、法律、经济学等多学科领域。该框架使用基于生成模型的软奖励，相比传统的二元规则奖励，在泛化、稳健性和可扩展性方面有显著提升。研究团队通过蒸馏72B参数的Qwen2.5-Instruct模型，生成了一个7B的奖励模型，无需领域特定标注即可训练。实验表明，该模型在处理非结构化参考答案场景中优于基于规则的奖励，且在多学科任务中表现优于二元奖励。此外，该研究还开源了奖励模型和多学科数据集，为全学科强化学习提供了新的可能性。来源：微信公众号【量子位】