算法论文7

Delethink：降低大模型长推理成本新方法

DeeplearningAI2026-01-16

AI 摘要

研究人员提出 Delethink 强化学习法，对 R1 - Distill 1.5B 微调。经测试其在多数学基准超基线，成本更低，缓解计算限制，为长上下文推理开辟新路径。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Anthropic送Claude Code最高250美元

本文报道Anthropic推出正式版Claude Code云端会话功能，为符合条件的老用户发放最高250美元免费赠额，推广云端离线跑代码新能力，介绍了活动规则、功能特点及业内讨论。

本文整理阿里CEO吴泳铭在2026杭州云栖大会的演讲，提出机器将成为思考主力，智能将成为规模化商品，公布阿里AI三大基石最新进展与目标

本文解读Jev和TierSense项目，提出将Agent判断层从大模型生成中拆分，交给专用轻量模型，介绍TierSense能力、实验数据，探讨专用判断模型优化Agent效率的新方向。

本文来自机器之心，爆料DeepSeek Harness流出未官宣官方桌面客户端，实测可正常使用，介绍了其界面、多种工作模式与内置插件，该版本为官方候选测试版，降低了普通用户使用门槛。