标签： 大模型

社交平台用户 K. Karamazov 公开介绍其项目“Target Forest”，称该项目源于本人六个月参与 AI 生成内容评估、包括计算机视觉模型训练的实践经历。目前公开信息仅限这条帖文，项目形态与可用功能尚未披露。

名为 Ronald 的 X 用户发帖称，有岗位以每小时 50 美元招募有办公室工作经历的人训练 AI，学生和毕业生也可申请；但这条帖子目前只是一个招聘引子，并非来自任何一家 AI 公司的官方公告。

X平台用户@MackMoli于2026年11月3日发帖，澄清AI是泛指所有人工智能的总称，当前大众高频接触的其实是名为LLM（大语言模型）的深度学习模型，其语言能力来自大规模书面和口语数据训练。

2026 年 11 月 3 日，X 用户 @Jessy_W54749i 发布了一份按学习方向整理的 20 个 AI 相关账号清单，覆盖大模型原理、AI 编程、企业智能体、独立开发和内容变现五条路径。这份清单本身不是产品发布，但它反映了当下 AI 学习者对"从理解到落地再到赚钱"的路线需求。

Hugging Face Papers 收录的论文《Order-Only On-Policy Distillation》提出 O³PD：在策略蒸馏中只让学生模型复现教师模型 top-K 候选词元的排序，不拟合具体概率值，从而摆脱教师温度调参。摘要称在六组教师—学生模型组合上平均优于传统 OPD。

Hugging Face Papers 在 2026 年 11 月 2 日收录的一篇论文提出“协作智能基准”，用 240 个可编程验证的任务，测 18 个闭源/开源模型在团队中当队友的表现；最好的模型也只有 82.2 分（满分 100），说明“单模型能力”不能自动换算成“协作能力”。