于是你换了种方法。让他自己写，然后你在旁边指出每一个句子的优劣、逻辑是否通顺、语气是否合适。

学习 策略 th thinkingmachines rlhf 2025-10-29 12:12  2

一个月前，我们曾报道过清华姚班校友、普林斯顿教授陈丹琦似乎加入 Thinking Machines Lab的消息。有些爆料认为她在休假一年后，会离开普林斯顿，全职加入 Thinking Machines Lab。

推理 通用 rlvr 陈丹 rlhf 2025-09-28 12:48  3

导读易彤老师是中国电信人工智能研究院算语义算法工程师。她深度参与了 telechat 大模型通用 Chat 能力的研发，以及后训练的一些优化的工作。本次演讲介绍如何去提升 LLM 基础的 Function Call 能力，系统性的阐述从数据维度及训练维度两个方

llm agent function rlhf llm基础 2025-09-27 07:30  3

前两年，大模型火得不讲道理。从GPT-3到GPT-4，参数越堆越多，新闻也越看越玄，但真到产品经理这里，问题从来不是“这模型厉不厉害”，而是“我怎么用它干点实事”。

模型 成长 产品经理 prompt rlhf 2025-09-23 15:39  2

这几年，AI大模型的崛起几乎成了科技圈的年度大戏。它们像是一块块潜力无穷的“原石”，在不断被打磨，逐渐从“通用大脑”走向更加精细、实用的工具。而作为产品经理，如果光是知道模型算力堆得多高、参数多大，仍然会觉得“我有点跟不上节奏”。真正关键的问题是：我们如何利用

模型 视角 产品经理 prompt rlhf 2025-09-22 11:45  3

AI对齐是将目标以及人类价值观编码到AI模型中的技术过程，使其变得可靠、安全并最终有用。这里至少有两个重要挑战需要考虑。从伦理和道德角度来看，谁来决定什么是可接受的，什么是好的或坏的？从更实际的技术角度来看，问题是如何将这些价值观和目标的编码实施到AI系统中。

模型 控制技术 伦理 回形针 rlhf 2025-08-04 21:49  9

AI顶流Claude升级了，程序员看了都沉默：不仅能写代码能力更强了，还能连续干活7小时不出大差错！AGI真要来了？这背后到底发生了什么？现在，还有机会加入AI行业吗？如今做哪些准备，才能在未来立足？

claude agi rlvr rlhf agi革命 2025-06-07 09:12  12