LLM奖励专业知识

一个被反复讨论的观点被重新验证:同样一个LLM,围棋高手和初学者用出来效果完全不一样。决定AI输出质量的关键,不是“提示词技巧”,而是你在相关领域是否真的懂行。

一个被反复讨论的观点被重新验证:同样一个LLM,围棋高手和初学者用出来效果完全不一样。决定AI输出质量的关键,不是“提示词技巧”,而是你在相关领域是否真的懂行。

微软研究院开源了 Orchard 智能体训练框架,用统一的基础设施让研究者跨任务类型训练和评估 AI 智能体,降低重复建设成本,同时让较小模型也能跑出较强性能。

MySpace 母公司所有者确认将“重新推出”这一老牌社交平台,但令行业观察者意外的是,这次回归目前并未宣布任何 AI 大模型或生成式 AI 相关计划。在 AI 叙事主导科技行业的当下,一个没有 AI 标签的社交平台复活计划,反而成了值得关注的反常信号。

GitHub 上出现了一个名为 defi-agents 的开源项目,用 JSON API 加 MCP 服务把 42 种 DeFi 智能体定义直接暴露给大模型,让 LLM 能通过自然语言调用链上协议,相当于给 AI 智能体装上了通往 DeFi 的标准化接口。

$NFT 是 AINFT 生态的核心代币,承担 AI 算力结算、DeFi 借贷和社区治理三重功能,试图把去中心化 AI 服务与 TRON 生态的链上金融连接起来。

一位不会编程的《诗经》爱好者,用 AI 编程工具 Codex 和音乐生成模型 MiniMax-Music,在 20 天内做出一张可交互的《诗经》地理地图,并为全部 305 首诗生成了 AI 歌谣。这个案例的价值在于:当 AI 让“做出来”变得容易,作品质量反而更依赖人的判断与审美。

一位读者买到的书里没有删掉 AI 提示词,留下大模型生成内容的痕迹。这件事看似是个人失误,实际暴露了 AI 辅助创作在出版流程中的质量控制缺口,也再次引发对 AI 生成内容透明度的讨论。

图书数据公司 ISBNdb 在被科技媒体 404 Media 曝光后,撤下了“出售印刷书用于 AI 训练”的营销页面,并澄清该服务从未真正落地。此事折射出大模型训练数据来源的敏感性与版权合规压力。

AirLLM 发布 v3.1.0,宣称可在单个 4GB 显存 GPU 上运行 70B 级别大模型,核心靠分层加载和混合专家(MoE)优化,但推理速度与云 API 相比差距悬殊,适合尝鲜而非生产。

Cloudflare 发布开源库 @cloudflare/computer 预览版,给 AI 智能体提供一个跨 isolate 与容器的虚拟文件系统和多执行环境。这件事值得关注,因为它代表了另一种做大模型智能体基础设施的思路:不再依赖给每个 agent 分配一台完整容器,而是用更轻量的 isolate 解决规…