开源动态8
中科院自动化所:GThinker模型突破多模态推理瓶颈
机器之心
AI 摘要
中科院自动化所针对多模态大模型通用场景推理瓶颈,提出GThinker。其采用「线索引导式反思」模式,经自由推理、反思触发、线索反思三阶段,两阶段训练后,性能超O4 - mini,提升通用能力。
阅读原文 · 机器之心
超越O4-mini,多模态大模型终于学会回头「看」:中科院自动化所提出GThinker模型
现有多模态大模型在通用场景推理有瓶颈,缺乏对视觉线索校验与再思考能力。中科院自动化所提出GThinker模型,有创新的「线索引导式反思」模式,经两阶段训练,性能超O4 - mini,论文等已开源。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用8
阿里发布新一代多模态大模型家族
本文围绕云栖大会阿里巴巴发布的新一代多模态生成模型家族展开,介绍多模态大模型的技术演进方向,分析其对专业内容生产领域的改变与落地价值。
InfoQ
开源动态9
开源科学大模型书生-S2正式发布
上海人工智能实验室在2026浦江创新论坛发布开源基础大模型书生-S2,该模型科学能力比肩顶尖闭源模型,通用能力居开源第一梯队,创新架构支持专业知识持续扩展,强化长程科研与智能体能力,可为真实科研任务提供支撑。
OpenMMLab
开源动态8
蚂蚁百灵开源多模态大模型Ling-3.0-flash-VL
本文介绍蚂蚁百灵开源的多模态大模型Ling-3.0-flash-VL,该模型采用稀疏混合专家架构,支持图片、视频、软件界面理解,可将视觉信息用于推理与任务执行,开放权重采用MIT许可证供开发者部署测试。
AIGC开放社区
新闻资讯9
Ox Alpha揭晓为GLM-5.3-Flash
本文是DeeplearningAI The Batch专栏的AI行业资讯,揭秘此前匿名上线爆火的Ox Alpha模型,公开其为Z.ai推出的GLM-5.3-Flash,详细介绍该模型的架构、性能、定价与授权信息。
DeeplearningAI