清华李涓子团队：让推理模型学会何时思考；上海AI Lab提出“视觉代理强化微调”｜大模型论文

本文介绍了多个研究团队在大模型领域的最新研究成果。清华李涓子团队提出了AdaptThink算法，使推理模型能根据问题难度自适应选择思考模式，显著降低推理成本并提高性能。上海AI Lab提出了视觉代理强化微调（Visual-ARFT）方法，增强了大型视觉语言模型的多模态代理能力。微软团队推出了大型混合推理模型（LHRM）和奖励推理模型（RRM），分别优化了推理效率和奖励建模性能。此外，联发科提出的潜流Transformer（LFT）和斯坦福的通用用户模型（GUM）架构也展示了在模型压缩和用户理解方面的创新。这些研究共同推动了人工智能在推理、多模态处理和用户建模等领域的发展。