DeepSeek-R1 的论文在 2 天前更新，从 22 页扩展到 86 页，并增加了大量细节。 新内容涵盖了诸如 DeepSeek-R1-Zero 的自我演化、DeepSeek-R1 的评估、进一步分析以及 DeepSeek-R1 的蒸馏等主题。 DeepSeek-R1：通过强化学习激励 LLM 的推理能力 论文：

哇，AI可以在阅读文档时学习吗？ 来自Astera Institute、NVIDIA等的研究人员提出了一种新方法，将长上下文建模视为一个持续学习问题。 他们使用标准的Transformer，但它通过下一个标记预测实时“学习”文本，将上下文压缩到自己的参数中。 在扩展到长上下文方面，它的表现优于Mamba 2和Gated DeltaNet，同时在处理128K输入时比全注意力快2.7倍。 长上下文的端到端测试时间训练 论文：

如果你能在几秒钟内为一个新的人或风格个性化一个AI图像或视频模型，而不是几个小时呢？ 来自CUHKSZ和卡迪夫大学的研究人员介绍了LoFA。 他们的新系统直接预测所需的调整，而不是像LoRA那样慢慢手动微调模型。它学习模型在任务中变化的常见模式，然后将其作为指导。 在个性化视频/图像生成方面，它的表现优于标准的LoRA，质量相当或更好——但将优化时间从几个小时缩短到几秒钟的预测。 LoFA：学习预测个性化先验以快速适应视觉生成模型 论文： 项目： 代码： 我们的报告： 📬 #PapersAccepted 由Jiqizhixin