P1模型：AI物理奥赛金牌得主

P1是首个获IPhO金牌的开源AI模型，采用双阶段强化学习框架与PhysicsMinions代理系统，实现科学级推理。它在13项竞赛中获12金1银，还突破开源模型科学推理瓶颈，泛化能力强。
快速收听
0:00
AI模型P1获国际物理奥赛金牌，创新双阶段强化学习框架
1:06
P1核心技术：双阶段强化学习与PhysicsMinions代理系统
2:08
P1解决奖励稀疏和熵崩溃的自适应学习调整方法
2:34
推理时的PhysicsMinions代理系统：迭代式思路批判与精炼
3:07
P1混合验证框架：规则与模型验证器确保答案正确
4:00
P1竞赛成绩亮眼：IPhO金牌及12金1银，泛化能力强
4:47
P1训练数据集：5065题覆盖竞赛与教材，5大领域25子领域
5:41
P1基于Qwen3的GSPO算法，分阶段扩展群体规模与窗口
6:38
P1技术挑战及解决：复杂推理靠代理系统迭代修正
7:15
P1未来影响：科学推理辅助、教育与科研新助手
8:23
P1开源可使用，推动AI在各领域广泛应用
9:17
播客总结P1创新与AI发展前景