阿里巴巴通义千问发布QVQ-Max：具备推理能力的视觉推理模型

阿里巴巴通义千问正式发布QVQ-Max，这是其首个版本的视觉推理模型。该模型不仅能识别图像和视频，还能进行分析、推理并提供解决方案。在MathVision基准测试中，QVQ-Max展现出随思考过程长度增加而持续提升的准确性。

Alibaba/Qwen

DeepSeek 暗示 R2 模型并引入新推理扩展方法 SPCT

DeepSeek AI 发表了一篇关于通用奖励模型推理时扩展的论文，介绍了 SPCT（自原则批评调优）。该公司暗示了即将推出的 R2 模型。该研究解决了奖励稀疏性问题，旨在提高奖励模型在推理过程中的可扩展性。

DeepSeek OpenAI