🌽 此项目为自学数学建模和人工智能（机器学习/深度学习/大模型）的分享，整理了许多笔记和资料（持续更新中 ...

超全数学建模资料，包含美赛、国赛、研赛论文及各种模型方法整理，适合数学建模入门及进阶 主题：数学建模资料 本主题提供了根据数学建模竞赛整理的一系列数学建模资料。这些论文按照模型分类进行组织，涉及优化、统计、模拟、预测等多种方法和技巧。

由此诞生了强化学习与可验证奖励（Reinforcement Learning with Verifiable ...

Since its inception in 2013, the 'Teddy Cup' Data Mining Challenge has always been centered on the core mission of "cultivating data talent and building practical platforms," accompanying countless un ...

Thirty years after the landmark Fourth World Conference on Women adopted the Beijing Declaration and Platform for Action, China has not only voiced its commitment but also put words into action. The e ...

这项开创性研究由清华大学电子系、字节跳动和浙江大学的联合团队完成，第一作者为清华大学的罗瑞林和字节跳动的郑卓凡，通讯作者是字节跳动的曾进和清华大学的杨玉久教授。该研究已于2024年发表在预印本平台arXiv上，论文编号为2501.04686v5，有兴 ...

涉及这一方法的有两篇发布于今年5月的论文。第一篇是SEALab的《无验证器强化通用推理》。它的逻辑也很简单，就是与其相信外部验证器，不如直接 用模型自身对答案的“自信度”来设定奖励。

BEIJING, Sept. 10 (Xinhua) -- Wednesday marked China's 41st Teachers' Day. While educators across the country received warm wishes from their students, many people are grappling with a pressing questi ...

这一逆转是在此前几个季度的快速攀升之后出现的。大型企业的AI采用率从2023年9月的3.7%升至2024年12月的5.7%，并在2025年第二季度达到9.2%。中型企业的采用率依然较低，最高约为4.8%；而最小型企业，尤其是员工在1-4人的企业，则保 ...

在过去相当长的一段时间内，强化学习是否能带来推理能力引发了诸多讨论。在多篇论文的累积下，学界逐渐形成了一种共识，即RL更多的只是在做一个搜索剪枝的功能，让采样更有效率，其输出的正确答案，并未超越预训练模型本身的能力。

第一种是自我批评模式，就像让学生检查自己的作业。AI首先解答一道题目，然后回过头来批评自己的答案，找出其中可能存在的错误并进行修正。这种能力在现实中非常有用，就像我们写完文章后会反复检查修改一样。然而，这种模式也存在天然的局限性——AI很难跳出自己的 ...

这项由上海AI实验室、上海交通大学和香港中文大学联合完成的研究发表于2025年2月17日的arXiv预印本服务器，论文题为"BoostStep: Boosting Mathematical Capability of Large Language ...