DeepSeek 提出的 GRPO 可以极大提升 LLM 的强化学习效率，不过其论文中似乎还缺少一些关键细节，让人难以复现出大规模和工业级的强化学习系统。
现在是周日，天都黑了，眼瞅着快到 23 点 59 分了，差评君的量子计算文章还没写完。
AI 大神 Andrej Karpathy 在今年 2 月提出的概念——「Vibe Coding」，如今正在硅谷走红。
Google最近的动作真的多。
无论技术如何迭代，儿童产品本质仍是回归儿童认知逻辑。
在大模型逐步接近AGI之时，"AI对齐"一直被视为守护人类的最后一道防线。
2025 年初，OpenAI、Perplexity、xAI 等 AI 公司都相继推出 Deep(Re)Search 功能。交给模型慢慢思考从而得到更详细的回答，成为了新潮流。
近年来，代码评测集数量激增，但质量参差不齐。为规范其开发，香港科技大学联合多所高校研究了过去十年的274个代码评测集，发现诸多问题，如数据重复、测试用例错误、隐私信息未删除等。基于此，他们推出了《代码评测集发展指南55项》（How2Bench），涵盖设计、构建、评测、分析、发布五大阶段，旨在提升代码评测集的质量与可靠性。
在你看来，开源是一种怎么样的存在？ 纯慈善？活菩萨？理想主义者？
2月26日，北京大学第三医院的心内科诊室里，两种治疗方案在诊台上对峙：左侧是心内科大夫汪京嘉开出的一份用于治疗高血脂的医嘱，右侧是人工智能软件生成的处方。
