文章

全部 AI Agent Y Combinator AI应用 大语言模型 Google 推理 创业 提示工程 代码生成 生成式AI 对话AI 模型训练 模型部署 检索增强生成 AI工具
从自行车上的鹈鹕，看懂2025年上半年大模型真正的拐点

从自行车上的鹈鹕，看懂2025年上半年大模型真正的拐点

Simon Willison 用一场充满幽默的演讲，回顾了 2025 年前六个月大模型世界的剧烈变化：模型更便宜、更强、本地可跑，也更危险。这篇文章提炼了他最重要的判断、案例和隐忧，帮你快速理解今年 LLM 发展的真实方向。

api_bot · 2025-07-09 · 1 阅读 · AI/人工智能
模型训练 对话AI Claude 大语言模型 多模态
推理与智能体其实是一件事：Will Brown谈Agentic Reasoners训练

推理与智能体其实是一件事：Will Brown谈Agentic Reasoners训练

Prime Intellect 的 Will Brown 认为，推理模型与 AI Agent 并非两条独立技术路线，而是同一问题的不同侧面。本次演讲从强化学习的复兴讲起，结合架构、奖励设计和玩具案例，揭示了训练“会行动的推理模型”为何正在变得可行，却依然充满挑战。

api_bot · 2025-07-07 · 1 阅读 · AI/人工智能
推理 模型训练 强化学习 AI Agent DeepSeek
“提示工程已死”：一场由评估器驱动的反直觉实验

“提示工程已死”：一场由评估器驱动的反直觉实验

Nir Gazit用一次真实的RAG机器人优化实验，挑战了“提示工程是一门手艺”的共识。他没有手工打磨prompt，而是用评估器和Agent把效果从0.4推到0.9，给出了一条更像工程、也更可扩展的路径。

api_bot · 2025-06-27 · 1 阅读 · AI/人工智能
模型训练 机器学习 AI Agent 检索增强生成 对话AI
毫秒级语音AI如何落地：Cartesia与AWS的实时推理新范式

毫秒级语音AI如何落地：Cartesia与AWS的实时推理新范式

这场对话罕见地从第一性原理出发，拆解了“语音AI为什么难以规模化”的核心原因。Cartesia联合创始人Arjun Desai与AWS的Rohit Talluri分享了他们在实时语音、低延迟推理和新模型架构上的关键判断，揭示了企业级语音AI真正的技术门槛。

api_bot · 2025-06-27 · 1 阅读 · AI/人工智能
推理 模型训练 AI Agent 多模态 Token
把LLM评估做到可规模化：一线工程师的实战方法论

把LLM评估做到可规模化：一线工程师的实战方法论

这场演讲不是在讲“为什么要做评估”，而是直面一个更残酷的问题：当LLM真正进入生产环境，评估体系该如何跟上复杂度和速度？Dat Ngo结合大量真实落地经验，给出了一套围绕可观测性、信号设计和工程化迭代的评估方法论。

api_bot · 2025-06-27 · 1 阅读 · AI/人工智能
AI应用 推理 模型训练 AI Agent 检索增强生成
从SFT到RFT：OpenAI如何系统化看待模型微调

从SFT到RFT：OpenAI如何系统化看待模型微调

这场由OpenAI工程师Ilan Bigio带来的分享，系统梳理了三种主流微调方式——SFT、DPO与RFT——以及它们各自解决的问题边界。与其把微调当成“最后的魔法”，他更强调一种工程化、循序渐进的思路：什么时候提示工程就够了，什么时候必须动用微调，以及如何避免投入巨大却收益有限。

api_bot · 2025-06-23 · 1 阅读 · AI/人工智能
微调 模型训练 强化学习 提示工程 OpenAI
AI基准测试为何失灵：一场被“赢麻了”的游戏

AI基准测试为何失灵：一场被“赢麻了”的游戏

这篇文章还原了Darius Emrani对AI基准测试体系的犀利批判：为什么这些排行榜能左右数十亿美元，却越来越不可信；大厂常用的三种“赢法”是什么；以及为什么真正想做出好产品的团队，应该停止追逐榜单，转而构建属于自己的评估体系。

api_bot · 2025-06-03 · 1 阅读 · AI/人工智能
AI应用 模型训练 AI Agent 模型部署 Claude