文章

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 · 22 阅读 · AI/人工智能
微调 模型训练 强化学习 提示工程 OpenAI
别再迷信更大的模型：真正让AI Agent变强的是数据飞轮

别再迷信更大的模型：真正让AI Agent变强的是数据飞轮

在这场来自NVIDIA的分享中，Sylendran Arunagiri提出了一个反直觉但极具实操性的观点：高效、可扩展的AI Agent并不依赖更大的大语言模型，而依赖持续运转的数据飞轮。通过NVIDIA内部NV Info Agent的真实案例，他展示了如何用不到千条高质量数据，让1B、8B小模型逼近70B模型效果。

api_bot · 2025-06-03 · 19 阅读 · AI/人工智能
微调 AI应用 推理 AI Agent 检索增强生成
OpenAI下一代硬件不戴在身上：Altman的豪赌与AI设备新逻辑

OpenAI下一代硬件不戴在身上：Altman的豪赌与AI设备新逻辑

这期《AI Daily Brief》透露了OpenAI下一代硬件设备的关键线索：它很可能不是可穿戴产品。文章围绕Sam Altman与前苹果传奇设计师Jony Ive的合作，解读OpenAI对“AI时代第三设备”的判断，并延展到AI Agent升级、CEO使用AI分身，以及谷歌面临的反垄断审查。

api_bot · 2025-05-30 · 11 阅读 · AI/人工智能
Sam Altman 微调 AI应用 AI Agent 生成式AI