论文发现，只在 RLVR 训练中使用一个训练数据（称作 1-shot RLVR），就可以在 MATH500 上，将 Qwen2.5-Math-1.5B 的表现从 36.0% 提升到 73.6%，以及把 Qwen2.5-Math-7B 的表现从 51.0% 提升到 79.2% 。 这个表现和使用 1.2k 数据集（包括这一个数据）的 RLVR 效果差不多。 使用两个训练样本的 RLVR 甚至略微超过了使用 1.2k 数据集（称作 DSR-sub）的表现， 和使用 7.5k MATH 训练集的 RLVR 表现相当。这种表现可以在 6 个常用的数学推理任务上都可以观察到。 本文第一作者王宜平是华盛顿大学的博士生，其导师、通讯作者杜少雷为华盛顿大学Assistant Professor；另外两位通讯作者 Yelong Shen 和 Shuohang Wang 是 Microsoft GenAI 的Principal Researcher。 最近, 大型语言模型（LLM）在推理能力方面取得了显著进展，特别是在复杂数学任务上。推动上述进步的关键方法之一就是带可验证奖励的强化学习 （Reinforcement Learni ...

优步(UBER.US)20250507 摘要 • 优步第一季度业绩亮眼，总预订额与行程量同步增长，经调整 EBITDA 达 19 亿美元，同比增长 35%，自由现金流为 23 亿美元，创历史新高，出行 和送餐业务均表现强劲。 • 优步与 Waymo 合作在奥斯汀投放自动驾驶汽车，初期运营指标健康，用 户满意度高，车辆平均使用率超过 99%的奥斯汀司机，计划扩大规模至亚 特兰大及其他地区。 • 优步观察到出行价格弹性与以往相似，价格上涨会对交易量产生负面影响， 但消费者逐渐适应稳定价格，消费习惯随之改变，公司对合理定价策略感 到满意。 • 美国出行市场竞争激烈，国际市场面临 Bolt、DK&D 等竞争对手，但优步 仍保持行业领先地位。美国送货市场竞争同样激烈，但营收、利润率以及 杂货和零售业务均实现强劲增长。 • 优步预计第二季度营收和盈利能力将实现更强劲增长，为下半年旺季奠定 基础。公司致力于提供优质服务，推动未来发展，并已制定明确战略和更 高远目标。 Q&A 优步在 2025 年第一季度的财务表现如何？ 优步在 2025 年第一季度开局强劲，尽管面临着贸易和经济政策方面的种种纷 扰。月活跃用户数增长了 14 ...

" 欧米伽未来研究所 " 关注科技未来发展趋势，研究人类向欧米伽点演化过程中面临的重大机遇与挑战。将 不定期推荐和发布世界范围重要科技研究进展和未来趋势研究。（ 点击这里查看欧米伽理论 ） 《人工智能智能体协议调研》是上海交通大学杨映璇、柴华灿、宋远逸等学者撰写的一项综合性 研究报告。该报告首次对现有的AI智能体协议进行了全面分析，提出了一个系统的二维分类框 架，区分了面向上下文的协议与智能体间协议，以及通用型与特定领域的协议。 报告指出，随着大型语言模型(LLM)的快速发展，LLM智能体已在客户服务、内容生成、数据分 析和医疗等多个行业广泛部署，但由于缺乏标准化的通信协议，使智能体之间难以有效协作和扩 展，限制了解决复杂问题的能力。 核心内容包括对安全性、可扩展性和延迟性等关键性能维度的比较分析，以及对智能体协议未来 发展趋势的探讨，如分层架构、适应性与进化性、隐私保护与联邦学习和基于群体的交互机制 等。这项研究为研究人员和工程师设计、评估或集成智能体通信基础设施提供了实用参考。 解锁协作的钥匙：不同智能体协议的运作模式探秘 为了更直观地理解AI智能体协议的重要性及其运作方式，我们可以通过一个具体的、与我们 ...

近年来，图形用户界面（GUI）自动化技术正在逐步改变人机交互和办公自动化的生态。然而，以 Robotic Process Automation（RPA）为代表的传统自动化工具通 常依赖固定脚本进行操作，存在界面变化敏感、维护成本高昂、用户体验欠佳等明显问题。 同时，近年来兴起的基于大型语言模型（LLM）的计算机智能体（Computer-Using Agents，CUA）虽然展现出灵活的自动化潜力，但多数方案仍停留在概念验证 或原型阶段，缺乏与操作系统深度集成的能力，制约了其在实际工作环境中的规模化应用。 针对这些行业痛点，作为前代纯 GUI 桌面智能体 UFO 的全面升级版， 微软研究团队近日正式开源了业内首个深度集成 Windows 操作系统的桌面智能体平 台 ——UFO² AgentOS 。 该平台不仅继承了 UFO 的强大 GUI 操作能力，还在系统层面进行了深度优化，显著提升了智能体在 Windows 环境下的操作效率与稳定 性。 本论文第一作者为微软 DKI 团队的 Chaoyun Zhang，其为 Windows 平台首个智能体系统 ——UFO 的核心开发者，该项目已在 GitHub 上开源并获得 ...

研究亮点 极大值如何影响模型性能 当我们谈论大型语言模型的理解能力时，通常将其知识分为两类：参数知识（存储在模型权重中的事实和信息）和上下文知识（从当前输入文本中获取的信 息）。本研究通过一系列精心设计的实验，揭示了自注意力模块中极大值的存在与上下文知识理解之间的关键联系。 大型语言模型（LLMs）在上下文知识理解方面取得了令人瞩目的成功。 近日，一项来自 ICML 2025 的新研究《Massive Values in Self-Attention Modules are the Key to Contextual Knowledge Understanding》揭示了大型语言模型中一个重要 现象：在注意力机制的查询 (Q) 和键 (K) 表示中存在非常集中的极大值，而在值 (V) 表示中却没有这种模式。这一现象在使用旋转位置编码 (RoPE) 的现代 Transformer 模型中普遍存在，对我们理解 LLM 内部工作机制具有重要意义。 本研究由罗格斯大学张永锋教授的团队完成，一作为金明宇，罗格斯大学博士生，在 ACL、ICML 、AAAI 、NAACL 、COLM 、ICLR 、EMNLP 、COLIN ...

Uxin Limited (UXIN) Q4 2025 Earnings Call April 30, 2025 08:00 AM ET Company Participants Jack Wang - Managing DirectorDai Kun - Founder, Chairman & CEOFeng Lin - Chief Financial Officer Conference Call Participants Fei Dai - Analyst Operator and welcome to the Yixin Fourth Quarter and Full Year twenty twenty four Earnings Conference Call. At this time, all participants are in listen only mode. A question and answer session will follow the formal presentation. As a reminder, this conference is being recorde ...

根据摩根士丹利Joseph Moore团队25日发布的报告， 这种强劲的需求主要驱动因素在于token生成量的 增长，自年初以来，token生成量增长了5倍以上 ，这给生态系统带来了巨大压力，并推动了对处理这些 工作负载的投资激增。 点击 上方 硬AI 关注我们 大摩指出，受益于大型语言模型对推理芯片的巨大需求，英伟达面临GPU供不应求局面。但在持续的供应限制、毛利率 压力等负面影响下，大摩轻微下调英伟达目标价至160美元。长期来看，公司增长轨迹依然强劲。 硬·AI 作者 | 张雅琦 编辑 | 硬 AI 过去四周，投资者情绪因宏观经济和供应链风险而恶化，但与此同时，对英伟达GPU核心的需求却因主要 大型语言模型（LLM）对推理芯片的巨大需求而飙升，且这种需求遍及所有地区。 多家AI公司报告用户数量呈爆炸式增长，例如，Open Router等API公司的数据显示，许多公司为满足推 理软件的巨量需求，被迫争抢GPU资源，甚至出现"最后一块GB200"在2025年仅剩一块的状况。 摩根士丹利认为， 这种对推理的需求是关键。 这是由使用模型并产生收入的部分驱动的，证明了推理模 型的扩展是真实存在的，这与仅依赖于风险投 ...

Group 1 - Investor sentiment has deteriorated due to macroeconomic and supply chain risks, but demand for NVIDIA's GPUs has surged due to the significant need for inference chips driven by large language models (LLMs) [1] - Token generation has increased over five times since the beginning of the year, creating immense pressure on the ecosystem and driving a surge in investment to handle these workloads [1] - AI companies are experiencing explosive user growth, with many forced to compete for GPU resources to meet the massive demand for inference software [1] Group 2 - Morgan Stanley has lowered its target price for NVIDIA to $160 from $162, reflecting overall valuation declines in the peer group rather than changes in the company's fundamentals [2] - Despite strong demand, supply constraints for NVIDIA's Blackwell chips, particularly the GB200/300 models, are limiting the ability to meet the explosive growth in demand [2][4] - Morgan Stanley has raised its revenue forecast for fiscal year 2026 by 10.7% and adjusted earnings per share up by 11.9%, indicating that these figures may still be conservative [5]

如果您希望可以时常见面，欢迎标星收藏哦~ 来源：内容 编译自 semiengineering ，谢谢。 2025 年初，我认为 AI 被过度炒作，ASIC 仍是小众产品，市场回调不可避免。我的长期观点发生 了巨大变化。AI 技术和应用正在以惊人的速度加速发展。GenAI/LLM 领导者之一 Nvidia 将在 2030 年成为首家市值达到 10 万亿美元的公司。 大型语言模型 (LLM) 在功能和成本效率方面都在迅速提高。目前每周有超过 5 亿用户，其中 ChatGPT 领先，而且这个数字还在快速增长。这种指数级增长推动了数据中心使用量和资本支出 的大幅增加，主要由领先的 CSP 推动——亚马逊、微软、谷歌、Meta 和现在的 OpenAI。其中四 家是市值达万亿美元的公司。他们将挑选半导体赢家。 类别细分和主要参与者： 1 GPU/AI 加速器 赢家： Nvidia 在 GTC 2025 上，Nvidia 首席执行官黄仁勋预测，到 2028 年全球数据中心资本支出将达到 1 万 亿美元。按照这个速度，到 2030 年数据中心资本支出可能达到约 1.4 万亿美元。我在这次分析中 寻找的是大局——5 年后的数字 ...

正是凭借这一卓越能力，API 可以将各个媒体类型与应用程序功能连接起来，确保生成式AI系统能够自 如运用复杂的数据输入。如此一来，开发人员就可以创建更具动态性和多功能性的应用程序，从容应对未 来多样化的数据需求。 特别是在检索增强生成(RAG)领域，API至关重要，它为人工智能模型开启了通向外部数据库的大门，确 保模型中使用的信息是最新且相关的。API直接将外部数据集成到AI模型的响应过程中，提升了模型生成 准确且具备上下文感知能力输出的能力。对话式API则充当了促进用户与AI模型之间无缝交互的接口。 在当今数字化时代，应用程序接口(API)已经成为大型语言模型(LLM)、生成式 AI 以及数据仓库和数据 湖等数据管理系统的重要支柱。 就LLM和生成式AI范畴而言，API能够访问各种数据源，增强了洞察生成和内容创作的能力。对于那些希 望在不颠覆现有基础设施的情况下利用 AI 的企业来说，这种能力至关重要。 高德纳咨询公司(Gartner)预计，到2027年，40%的生成式 AI 解决方案将具备多模态功能。多模态意味着 系统能够处理文本、图像、音频和视频等多种不同类型的数据，在这其中，API 的关键作用愈发凸显 ...