新闻资讯7

DeepSeek - R2多次推迟，网友看法不一

量子位2025-06-27

AI 摘要

DeepSeek - R2多次被曝推迟，一是CEO不满其表现，二是可能缺英伟达H20芯片。从去年底V3发布后，大家就期待R2，虽有诸多猜测和动态，但它仍未露面，网友看法不一。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

复旦上线音视频模型新裁判VA-Judger

现有音视频生成领域的奖励模型多依赖局部指标打分，不符合人类整体审美感受，易让模型“刷高分”却未真正提升生成质量。复旦大学团队推出VA-Judger，基于一万组人类偏好数据训练，可从整体维度判断生成质量，对齐人类审美。

浙江大学、小红书、北京大学等团队提出SelectiveRM，基于最优传输训练奖励模型。它重构训练目标，通过选择性分布对齐排除噪声偏好，解决了奖励模型训练中监督信号不可靠的问题，实验验证其有效且泛化能力好。

BIGAI与中科大等团队提出MILR，通过测试时隐空间推理，在不更新模型参数下优化图文表示，提升复杂图像生成能力。该方法在多基准测试达SOTA，还探讨了测试时扩展与奖励模型，未来有诸多拓展方向。

上海交通大学等校联合团队提出轻量级奖励模型SWIFT，利用大模型隐藏状态线性特征，仅训练极小线性层，在推理任务中超越主流奖励模型，实现计算效率与准确率双提升，且在多领域表现出色。