DeepSeek-R1“思维学”；苹果：原生多模态模型的Scaling Laws｜今日热门论文

本文介绍了多篇热门论文的研究成果。首先，DeepSeek-R1模型通过多步推理链处理复杂问题，开创了“思维学”新领域，但也存在推理时间过长和安全漏洞等问题。其次，苹果团队研究了原生多模态模型的Scaling Laws，发现早期融合架构在性能和效率上优于晚期融合架构。此外，马里兰大学和微软的研究团队提出了一种基于蒙特卡洛树搜索的视觉推理方法，显著提升了7B模型的性能。MIT团队则提出了“自我引导”语言模型方法DisCIPL，通过规划与执行解耦实现高效推理。上海AI Lab团队开发了MM-IFEngine，用于生成高质量多模态指令跟随数据，并提出了新的评估基准。最后，上海AI Lab团队利用强化微调增强了多模态大语言模型的时空感知能力，取得了显著效果。