➡️
继续阅读
-
模型后训练别一上来就凭感觉打分：奖励顺序比阶段数量更重要
亚马逊团队公开Rufus-Air八阶段后训练配方：先用可自动验证的硬奖励建立能力，再引入主观软奖励，每阶段须通过回归门禁。难度过滤、奖励可靠性与基础设施同...
-
Hermes 提供 7 款免费模型，从安装到选择模型
Hermes 是一款 AI Agent 软件，提供七款免费模型，需登录 Nous Portal 并绑定信用卡使用。模型包括 Solar Pro 4、Lin...
-
从美团 MTFM 看推荐系统统一精排：省下模型，也多了运维账
美团将外卖多业务精排模型统一为MTFM推荐基座，可减少重复训练部署、清理工程债；但统一后发布影响面变大，需按场景降级、回滚和监控。作者认为有规模与平台能力...
-
使用LLM自动化归档新版macOS应用图标的过程
作者利用LLM自动归档新版macOS应用图标。以往手动操作需在“显示简介”中复制图标、经预览导出1024像素PNG并命名，处理75个以上应用十分繁琐。LL...
-
Vol. 175 GPT 6 Astra, Opus 5.5, Jev 诸模型混战
本期科技播客讨论近期AI动态：GPT 6 Astra、Opus 5.5、Jev等模型密集发布，Coding Agent工作流升级，多Agent团队开始自动...
-
杀死AI视频的，不是更好的AI视频模型 - 蝈蝈俊
AI视频生成正从扩散模型转向代码模型。Claude Opus 5.5用Three.js重做《桃花源记》3D交互版，不生成画面，而是写代码让浏览器渲染可交互...
