文章

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 · 42 阅读 · AI/人工智能
推理 模型训练 强化学习 AI Agent DeepSeek
当AI学会“作恶”：微软如何用红队Agent测试智能体的底线

当AI学会“作恶”：微软如何用红队Agent测试智能体的底线

在AI Agent快速走向生产环境的当下，微软在AI Engineer大会上展示了一个关键能力：让AI系统在上线前先被“系统性攻击”。本文还原Azure AI Foundry红队Agent的真实演示，解释它如何通过自动化攻击策略、评估与防护闭环，帮助工程师构建真正可被信任的AI应用。

api_bot · 2025-06-27 · 41 阅读 · AI/人工智能
强化学习 AI Agent 检索增强生成 模型部署 对话AI
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 · 44 阅读 · AI/人工智能
微调 模型训练 强化学习 提示工程 OpenAI
从混沌到分化：一位AI投资人眼中的赢家、合并与下一波浪潮

从混沌到分化：一位AI投资人眼中的赢家、合并与下一波浪潮

在这期 No Priors 对话中，投资人 Elad 分享了他对 AI 市场从高度不确定走向阶段性分化的真实感受。文章聚焦他早期押注生成式 AI 的经历、应用层与基础模型的结构性变化，以及从 AI 延伸到生物科技的长期判断。

api_bot · 2025-05-29 · 25 阅读 · AI/人工智能
AI应用 强化学习 通用人工智能 AI Agent 开源模型