借 AI 的训练过程观照自身，第一个要回答的问题就是：「你的奖励函数是什么？」

发布时间: 2025-09-09 16:40:08

2分

数据加载中

关注推特

收听电报

3

2

1

借 AI 的训练过程观照自身，第一个要回答的问题就是：
「你的奖励函数是什么？」
时政
( twitter.com )

6小时前由李继刚提交

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

OpenAI 12 天的第 2 天，强化微调，通过少量数据，让模型在专业领域到达专家水平。
跟之前的微调不一样，它不是通过把数据记住答案，而是在微调的过程中训练自己在某个领域的推理能力找到正确答案，有点像给 AI 一本棋谱，让它自己训练自己下棋。
IT技术
( twitter.com)

9个月前 • 宝玉 • -- 点击 0 评论

2

2

1

1

AI时代的基础教育，本质上就是训练人脑大模型，各方都在竞争如何建立算法和工程框架，借助AI已有成果，又快又好地训练人脑大模型。我用向AI提问的方法，拓展王佩的讨论。问：“如何用LLM知识蒸馏的思路改革人类的基础教育？”，我贴上4o的回答，对我很有收获。
时政
( twitter.com)

8个月前 • Michael Anti • -- 点击 0 评论

3

3

2

2

今天的 WSJ 👉今年 3 月，4 名中国工程师从北京飞往马来西亚，每人携带装有 15 块硬盘的行李箱，总计 80TB 的 AI 训练数据。他们在马来西亚数据中心租用了约 300 台配备先进 Nvidia 芯片的服务器，现场训练 AI 模型后带回国内。
自 2022 年美国收紧对华 AI
时政
( twitter.com)

2个月前 • 未完成 • -- 点击 0 评论

4

2

1

1

《像用实习生一样用 AI 辅助你编程》
响马毫无疑问是编程高手，几十年的开发经验，另外他写的代码都属于一些底层代码，被训练过的比例极少，AI 大概率写不出来高质量代码，不放心让 AI 帮忙写程序正常。但对于普通程序员来说，不一定要像响马那样，拒绝 AI 的帮助。
IT技术
( twitter.com)

11个月前 • 宝玉 • -- 点击 0 评论

5

2

1

1

我觉得基于 AI 架构和技术选型的几条原则：
第一条：选 AI 训练语料多的、AI 生成质量好的语言和框架，比如 Web 开发选 TailwinCSS；
第二条：要有良好的测试覆盖，AI 生成的代码，必须辅助大量的测试代码保证质量，当然这个测试代码也应该主要由AI辅助生成；
IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 0 评论

6

2

1

1

吴恩达老师：想让 AI 更强大，我们该往哪儿走？一个令人兴奋的新方向正浮出水面：并行智能体 (Parallel agents)。
一直以来，提升 AI 能力主要靠三驾马车：更多的训练数据、更强的训练算力，以及更强的推理阶段算力 (test-time compute)。如今，让多个 AI 智能体 (AI Agent) 并肩作战，正成为一种扩展
IT技术
( twitter.com)

11天前 • 宝玉 • -- 点击 0 评论

7

2

1

1

问：我有录播一个我喜欢的某个行业的主播直播，自动录播。
我曾经想过，如果我把他几个月的直播都转换成文字然后给Ai训练，那么是不是我问任何问题就和问他一样了？
因为他直播的形式就是不停回答评论区观众关于这个行业的各种问题。
答：
IT技术
( twitter.com)

4个月前 • 宝玉 • -- 点击 0 评论

8

2

1

1

《借助 AI 学习编程，最重要的是打通学习和反馈的循环》
为什么绝大部分的编程教材，都是从 Hello World 开始？因为通过让你动手去打印一个 Hello World：
* 验证环境搭建：通过运行最简单的程序,确保编程环境已经正确配置
* 建立信心：完成第一个可以运行的程序给你带来成就感
*
IT技术
( twitter.com)

9个月前 • 宝玉 • -- 点击 0 评论

9

2

1

1

Open AI 举办了一个关于 Open AI o1 的 AMA。
回答了非常多用户和开发者关注的o1 问题：
- 强调 o1 不是一个“系统”而是一个经过系统训练的模型。
- mini 在某些方面确实更好，只是世界知识不够多
- o1 模型即将支持更大的输入上下文
- o1 本身是有多模态能力的
- CoT token 不会被公开
-
IT技术
( twitter.com)

11个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

0.09862 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特