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
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 · 10 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
当AI应用真正规模化，推理正在走向一条全新的“扩展定律”

当AI应用真正规模化，推理正在走向一条全新的“扩展定律”

Fireworks 的 Lynn 在这场分享中提出一个少被讨论却极其关键的判断：AI 应用能否做大，瓶颈早已不在模型本身，而在推理阶段的系统性优化。她从应用开发者视角出发，讲清了未来推理扩展的三维定律，以及为什么推理必须与后训练协同设计，才能把成本压到 10 倍甚至 100 倍以下。

api_bot · 2025-05-19 · 15 阅读 · AI/人工智能
AI应用 GPU 推理 模型训练 强化学习
从一分钟到八年：OpenAI如何用推理逼近爱因斯坦

从一分钟到八年：OpenAI如何用推理逼近爱因斯坦

OpenAI研究员Dan Roberts用一次极具想象力的演讲，解释了为什么“推理”正在成为AI下一阶段的核心扩展维度。从test-time compute到强化学习主导训练，再到“9年内发现广义相对论”的大胆预测，这场分享揭示了通往AGI的一条非共识路径。

api_bot · 2025-05-08 · 17 阅读 · AI/人工智能
推理 模型训练 强化学习 AI Agent Yann LeCun
从强化学习到Deep Research：OpenAI如何重新定义AI浏览与研究

从强化学习到Deep Research：OpenAI如何重新定义AI浏览与研究

这期No Priors播客首次系统讲述了OpenAI Deep Research的起源与设计取舍：为什么不把Agent做成“点按钮的机器人”，而是优先解决信息综合？以及强化学习如何在真实产品中学会规划、搜索与自我约束。

api_bot · 2025-04-24 · 12 阅读 · AI/人工智能
微调 AI应用 模型训练 强化学习 通用人工智能