AI
刷新
Muse Spark Open：816B 怎么摊到两台 Mac Studio

Meta 于 10 月 15 日开放 Muse Spark Open 权重：816B 总参、42B 激活的 MoE，原生多模态输入、1M 上下文，官方称两台 M5 Ultra Mac Studio 就能跑。文章分三笔账：4bit NVFP4 量化后权重约 493GB，超过单台 512GB 统一内存上... ...

WorkBuddy白送500积分，大家快来领

博主头像 大家好,我是晓凡 。 就在10月15早上8点左右，DeepSeek崩了。 DeepSeek 网页和App都显示“服务器暂时不可用”大概持续了5小时左右。 一开始我以为是我自己网络问题，一搜原来大家都一样。 然后DeepSeek 崩了就冲上了热搜，今天各种补偿政策就出来了。 下面是DeepSeek官方 ...

AI智能体落地商业：它真能替企业干活吗？

博主头像 AI智能体落地商业：它真能替企业干活吗？ 企业AI正从"问答工具"走向"业务闭环"。以生鲜冷库故障为例：智能体识别故障后自动打折促销、调度冷藏车、重算财务，全程无人介入。但执行效率不等于系统可靠，关键在控制边界——AI应是"导航员"而非"驾驶员"：方案可以AI算，执行确认权必须留给规则闸门或人。技术 ...

InBrief 怎么把 370+ AI 信息源收进一个入口

InBrief 是每 2 小时更新一轮的 AI 资讯聚合入口，把 370+ 个信息源收进同一份列表，并为每条内容生成中英双语摘要和重要性评分。它主要解决信息散落和重复：用 SimHash 做近似匹配、pgvector 做向量合并，把同一件事在不同来源里的多次出现收敛成一条记录；评分用作第一层过滤。作... ...

CoPE 拆解：边行动边预测，绕开长程 rollout

CoPE 拆解长程语言 Agent 强化学习瓶颈：末端标量奖励让中间信息流走，价值目标区分度低，观测目标长噪且只看一步；长程 rollout 成本随步数上涨，省采样即省算力。CoPE 不动架构，只加多步动作目标：基于 GRPO，仅在成功轨迹上跳过中间观测，直接预测动作块 a_{t:t+K}；时间集成... ...

用 Pydantic AI 从零搭建一个能干活的 AI Agent

博主头像 很多人第一次写 AI Agent，写完都有点失望。 代码确实能跑，模型也确实在说话，但往下走两步就露馅了： 返回的是一段字符串，你得自己 json.loads()，还得写一堆兜底防止它今天返回 JSON、明天返回 Markdown； 想让它查你自己的数据，就得手写一个 prompt 解释"我有个函数 ...

大模型学习笔记 00：从训练到应用，先画出大语言模型全景图

博主头像 读这本书之前，我对“大模型”这个词的理解其实有点偏应用：Prompt、RAG、Agent、工具调用，哪个项目里用到哪个就去补哪个。翻到目录以后才发现，这本书讲的是另一条路线：从 Transformer 和 GPT 的底层结构开始，一路讲到数据、分布式训练、微调、强化学习，最后才落到应用和评估。 这个 ...

OOS ChatOps Agent 定时任务：每天 9 点，让Agent 在钉钉群里交运维报告

博主头像 先看一个真实的配置：每天早上 9 点，钉钉群里会准时收到一条消息，昨天所有失败的 OOS 执行被逐条诊断，同类错误做了归并，每类附上诊断结论和处理建议。发出这条消息的是 OOS 的「ChatOps Agent」，而配置这一切只花了一分钟——一句自然语言、一个调度时间。 把"想起来才查"的运维动作，变 ...

5~7 分钟跑通第一个 Agentic RL 训练：我们把 verl 全链路做成了计算巢一键服务

博主头像 先说结论：我们把 ACK 官方文档方案在ACK上使用verl框架进行Agentic强化学习训练做成了计算巢一键部署服务，部署完成后下载模型和数据集、跑预置冒烟脚本，5~7 分钟第一个 Agentic RL 训练端到端跑通。这篇文章讲我们主要做了什么。 背景锚点：Agentic RL 很热，环境搭建是 ...

为什么事实写进权重后，模型只会背不会用

2026年7月论文用Qwen3-4B/8B、冻结底模只训LoRA，把247条虚构事实写进权重，并用五类问题检验。结果模型能复述却不会推理：裸句子训练有27.4分复述—使用鸿沟，换成24条多样化学习材料后缩到5.4分。连续写入时，早期事实几乎全部失效；把事实放进上下文，则可恢复到七八成。能背和会用是两... ...

<1···345···50>