大黑AI速报
开源模型领域持续创新，DeepSeek在数学推理领域取得突破性进展，Unsloth的技术进步让强化学习微调门槛大幅降低，Qwen团队的多模态布局值得关注。
模型动态
DeepSeek发布数学专用模型DeepSeek-Math-V2
基于DeepSeek-V3.2架构，IMO 2025达到83.3%准确率 ProofBench-Basic得分99%碾压其他模型 性能达到IMO金牌水平，可在美国与韩国之间排名第3
Unsloth发布FP8 GRPO微调教程
与PyTorch合作使FP8 RL推理速度提升1.4倍 微调显存减少60%，上下文长度延长12倍 Qwen3-1.7B的FP8 GRPO仅需5GB显存，消费级GPU可运行