算法论文8

英伟达ProRL：15亿参数逆袭70亿巨兽

新智元2025-06-22

AI 摘要

英伟达团队提出ProRL训练法，将强化学习扩展到超2000步。15亿参数模型性能媲美70亿参数模型，在多任务中显著提升，解决了长期难题，证实强化学习训练越久，LLM推理能力越强。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

斯坦福教授直播训练535B大模型

斯坦福教授Percy Liang宣布由Marin开放实验室启动训练Marin 535B - A23B模型，全程公开。过去大模型训练像“黑箱”，此次尝试让训练可观察、可讨论、可协作，引发网友关注。

据彭博社报道，英伟达通知客户，搭载其AI芯片的服务器价格将涨超15%，2027年初生效。涨价主因是内存需求大增、供应紧张价格上涨，这让数据中心前期投入增加，小公司更难入局。

欧洲两位安全研究员的论文《从专有 LLM API 中窃取推理轨迹》爆火。他们揭示 OpenAI、Anthropic 和 Google 用的“无状态架构”有漏洞，能利用小模型解码大模型推理轨迹，导致隐私泄露等风险。

文章介绍腾讯朱雀实验室开发的AI安全红队测试平台A.I.G，能对AI系统做全面“安全体检”，覆盖AI基础设施、MCP、LLM等风险。它功能实用，安装简单，适合折腾AI服务或MCP的人。