在 Anthropic HH-RLHF 上使用 TRL 和 LoRA,通过 Direct Preference Optimization 审计偏好偏差并微调语言模型。

一篇技术研究展示了如何用 Direct Preference Optimization(DPO)配合 TRL 和 LoRA,在 Anthropic 的 HH-RLHF 数据集上审计语言模型的偏好偏差并完成高效微调。这件事值得关注,因为它把“对齐”从昂贵的大规模 RLHF 训练,压缩到了消费级 GPU 也能跑的…

一篇技术研究展示了如何用 Direct Preference Optimization(DPO)配合 TRL 和 LoRA,在 Anthropic 的 HH-RLHF 数据集上审计语言模型的偏好偏差并完成高效微调。这件事值得关注,因为它把“对齐”从昂贵的大规模 RLHF 训练,压缩到了消费级 GPU 也能跑的…

阿联酋政府正在为智能体AI(Agentic AI)制定自主决策分级标准,试图在公共事务中明确“机器能做主到哪一步”。这是全球首个由政府主导的智能体行为边界框架,直接关系到AI从工具走向“办事员”的落地节奏。

中国机器人公司宇树科技(Unitree)在上海IPO后市值一度达到约500亿美元,但据外媒调查,其大量营收来自“政府背景训练中心买机器人、再卖回训练数据”的循环模式,引发对估值真实性和数据质量的质疑。

全球最大加密货币交易所 Binance 推出 Agent OS,允许 AI 代理通过 API 自主分析行情并执行交易,但资金安全边界主要靠用户自行设置的子账户权限来约束,而不是平台强制限额。

美团技术团队公开了搜索 3.0 的升级路径,用大模型语义表征替代传统关键词匹配,重构本地生活搜索的排序底座。这意味着“宠物洗护”这类口语化搜索将不再依赖字面重合,而是能直接关联到“宠物清洁护理套餐”等供给。

该问题通常发生在 Open WebUI 笔记以“公开链接”方式分享只读权限后,接收方在“笔记 → 只读”列表中看不到该笔记。这不是数据丢失或权限失效,而是界面需要手动切换筛选条件或通过搜索“Read only”来过滤;优先检查访问授权(Access Grants)并尝试在只读筛选下搜索。
![issue: Creating a calendar event with the date cleared fails with an "[object Object]" toast](https://www.chat-gpts.plus/wp-content/uploads/2026/08/28133-b8e70334-768x403.jpg)
在 Open WebUI 日历功能中,清空日期后直接点击“Create”提交,会因为前端未做日期校验而发出无效请求;同时,FastAPI 返回的校验错误(detail 为列表)无法被 Toast 正确渲染,最终显示为 [object Object] 。优先排查组件 CalendarEventModa

该问题发生在 Open WebUI v0.11.0 的模型编辑器中,点击已附加的知识库条目时没有任何响应,优先排查浏览器控制台是否有报错,并检查是否属于已知的前端回归问题。

Coding Agent 在数据工程中的价值正在被重新评估:脱离数据平台上下文的通用智能体,生成的代码往往只是“语法正确但不合用”。Snowflake 推出平台原生智能体 CoCo,试图用原生集成解决上下文、治理和平台知识三大缺口。

OpenAI 推出名为“Private Safety Processing”的安全系统,旨在企业客户不存储数据的前提下检测 AI 滥用行为,平衡企业数据隐私与模型安全监控需求。