清华联合DeepSeek推出奖励模型新标杆！DpSk-GRM：让AI学会自我批评推理性能越跑越强

　　清华联合DeepSeek推出奖励模型新标杆！DeepSeek-GRM：让AI学会自我批评，推理性能越跑越强

　　本文内容由阿里云实名注册用户自发贡献，版权属于原本的作者所有，阿里云开发者社区不拥有其著作权，亦不承担对应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

　　DeepSeek-GRM是由DeepSeek与清华大学联合研发的通用奖励模型，采用点式生成式奖励建模和自我原则点评调优技术，明显提升了模型质量和推理扩展性。

　　❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

　　大家好，我是蚝油菜花。当大多数AI还在用简单标量打分时，这个中国团队已经让模型学会写千字论文式评估报告了！

　　今天要解剖的DeepSeek-GRM，正在重写奖励模型规则！这个由清华与DeepSeek联手打造的AI评分帝，用三大黑科技碾压传统方案：

　　已有团队用它48小时内出行业专属评审官，文末附《奖励模型调参圣经》——你的AI准备好接受专业级毒舌训练了吗？

　　GRM通过生成结构化的评价文本（包括评价原则和对回答的详细分析）来输出奖励分数，不是直接输出单一的标量值。DeepSeek-GRM在多个综合奖励模型基准测试中表现优异，显著优于现有方法和多个公开模型。推理时扩展性能尤为突出，随着采样次数增加，性能持续提升。

　　❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

　　通义灵码个人版为开发者免费提供智能编码能力，专业版限免期内开放更多功能。使用需先注册阿里云账号，支持JetBrains IDEs、Visual Studio Code等开发工具。以Visual Studio Code为例，安装插件并登录后即可体验其强大功能。通义灵码2.0在代码生成、需求理解及单元测试自动化等方面有显著提升，支持多语言和复杂场景，大幅度提高开发效率。

　　利用通义灵码AI在VS Code中快速开发扫雷游戏：Qwen2.5-Max模型的应用实例

　　本文介绍了如何利用阿里云通义灵码AI程序员的Qwen2.5-Max模型，在VS Code中一键生成扫雷小游戏。通过安装通义灵码插件并配置模型，输入指令即可自动生成包含游戏逻辑与UI设计的Python代码。生成的游戏支持难度选择，运行稳定无Bug。实践表明，AI工具明显提升开发效率，但人机协作仍是未来趋势。建议开发者积极拥抱新技术，同时不断的提高自身技能以适应行业发展需求。

　　破解中小企业99%安全问题的0成本方案，阿里云用户谈行业首个“云体检”

　　Agent TARS：一键让AI托管电脑！字节开源PC端多模态AI助手，无缝集成浏览器和系统操作

　　Agent TARS 是一款开源的多模态AI助手，可以通过视觉解析网页并无缝集成命令行和文件系统，帮助用户高效完成复杂任务。

　　基于阿里百炼的DeepSeek-R1满血版模型调用【零门槛保姆级2084小游戏开发实战】

　　本文介绍基于阿里百炼的DeepSeek-R1满血版模型调用，提供零门槛保姆级2048小游戏开发实战。文章分为三部分：定位与核心优势、实战部署操作指南、辅助实战开发。通过详细步骤和案例展示，帮助开发者高效利用DeepSeek-R1的强大推理能力，优化游戏逻辑与视觉效果，解决官网响应延迟问题，提升开发效率和使用者真实的体验。适合企业开发者、教育行业及多模态探索者使用。

　　小鱼深度评测 通义灵码2.0，不仅可跨语言编码，自动生成单元测试，更炸裂的是集成DeepSeek模型且免费使用，太炸裂了。

　　小鱼深度评测 通义灵码2.0，不仅可跨语言编码，自动生成单元测试，更炸裂的是集成DeepSeek模型且免费使用，太炸裂了。

　　DeepSeek是一款基于Transformer架构的先进大语言模型，以其强大的自然语言解决能力和高效的推理速度著称。近年来，DeepSeek不断迭代，从DeepSeek-V2到参数达6710亿的DeepSeek-V3，再到性能比肩GPT-4的DeepSeek-R1，每次都带来重大技术突破。其开源策略降低了AI应用门槛，推动了AI普惠化。通过阿里云百炼调用满血版API，用户都能够快速部署DeepSeek，享受高效、低成本的云端服务，最快10分钟完成部署，且提供免费token，极大简化了开发流程。

　　深度评测 仅用3分钟，百炼调用满血版 Deepseek-r1 API，百万Token免费用，简直别太爽。

　　仅用3分钟，百炼调用满血版Deepseek-r1 API，享受百万免费Token。阿里云提供零门槛、快速部署的解决方案，支持云控制台和Cloud Shell两种方式，操作简单便捷。Deepseek-r1满血版在推理能力上表现出色，尤其擅长数学、代码和自然语言处理任务，使用的过程中无卡顿，体验丝滑。结合Chatbox工具，用户可轻松掌控模型，提升工作效率。阿里云大模型服务平台百炼不仅速度快，还确保数据安全，值得信赖。

　　随着人工智能技术的快速的提升，AI Agent（智能体）作为AI领域的重要分支，正逐渐从概念走向现实，并在各行各业展现出巨大的应用潜力。在众多AI Agent产品中，Manus以其独特的技术优势和市场表现，有望成为该领域的标杆。作为资深AI工程师，本文将深入探讨Manus的背景知识、主体业务场景、底层原理、功能的优缺点，并尝试使用Java搭建一个属于自己的Manus助手，以期为AI Agent技术的发展和应用提供参考。

　　阿里云百炼已上线超强推理开源模型QwQ-32B，尺寸更小，性能比肩DeepSeek满血版

　　通义千问团队推出了320亿参数的QwQ-32B模型，通过大规模强化学习和多阶段训练，在数学、编程及通用能力上达到或超越了DeepSeek-R1等先进模型。QwQ-32B模型已在阿里云百炼上线，支持API调用，用户可通过官方文档了解详细使用方法。未来，团队将继续探索智能体与RL集成，推动人工通用智能的发展。

　　Agent TARS：一键让AI托管电脑！字节开源PC端多模态AI助手，无缝集成浏览器和系统操作

　　ChatMCP：基于 MCP 协议开发的 AI 聊天客户端，支持多语言和自动化安装 MCP 服务器

　　RuoYi AI：1人搞定AI中台！开源全栈式AI开发平台，快速集成大模型+RAG+支付等模块

　　智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐

　　ComfyUI-Copilot：阿里把AI助手塞进ComfyUI：一句话生成工作流，自动布线/调参/选模型，小白秒变大神！

　　pdf-craft：PDF秒转Markdown/EPUB！接入DeepSeek轻松生成电子书，自动整理目录、注释和引文

　　OmniSQL：开源文本到SQL神器！自然语言秒转查询到复杂多表连接等SQL需求

　　DeepSite：基于DeepSeek的开源AI前端开发神器，一键生成游戏/网页代码

　　OpenDeepSearch：搜索引擎革命！这个开源深度搜索工具让AI代理直接读懂网页，复杂问题一键拆解

　　科研论文翻译神器！BabelDOC：开源AI工具让PDF论文秒变双语对照，公式图表全保留

　　清华联合DeepSeek推出奖励模型新标杆！DeepSeek-GRM：让AI学会自我批评，推理性能越跑越强

　　PaperBench：OpenAI开源AI智能体评测基准，8316节点精准考核复现能力

　　SWEET-RL：8B小模型暴打GPT-4？Meta开源强化学习黑科技，多轮任务成功率飙升6%

　　DeepSite：基于DeepSeek的开源AI前端开发神器，一键生成游戏/网页代码

　　Cua：Mac用户狂喜！这个开源框架让AI直接接管你的电脑，快速实现AI自动化办公

　　AutoAgent：无需编程！接入DeepSeek用自然语言创建和部署AI智能体！港大开源框架让AI智能体开发变成填空题

　　智谱AI新突破！GLM-Z1-Rumination：新一代沉思模型，推动AI助手进入高智商+高自主的新阶段

　　FinGPT：华尔街颤抖！用股价训练AI，开源金融大模型预测股价准确率碾压分析师，量化交易新利器