搜索
奖励模型（Reward Model, RM）是大语言模型对齐的核心组件，负责为模型输出提供符合人类偏好的评价信号。现有方法各有短板：标量判别式 RM 高效稳定但可解释性有限；生成式 judge 能给出判断理由，却需为每个样本生成长 reasoning，token 与延迟开销显著。
在过去二三十年的互联网发展中，个性化推荐几乎一直是平台的核心能力之一。打开视频 app，平台决定你接下来会刷到什么视频；打开购物软件，平台预测你可能会购买什么商品；打开短视频 app，平台根据你的浏览、点赞、停留和互动，不断优化信息流。某种意义上，现代互联网的用户体验本身就是由推荐系统塑造的。
过去几年，大语言模型几乎成为了AI的代名词。从ChatGPT到Google DeepMind推出的Gemini，从Anthropic开发的Claude到中国的DeepSeek，人们讨论更多的是聊天机器人、推理能力和生成内容。但如果问Google DeepMind CEO、2024年诺贝尔化学奖得主Demis Hassabis（下简称“哈萨比斯”）
上周六，7月11号，我去了旧金山一家叫Corgi Cafe的地方，参加了一场demo day。这场活动本来定在6月20号，后来因为场地和大家时间的原因，改到了这一天。主办人提前在群里说，活动在二楼，大家先在楼下咖啡馆等，她会带人上去。5点demo正式开始，一直到7点，中间还留了开放麦的环节，谁想上去讲两句都可以。
把腾讯WorkBuddy用透，你26年下半年会轻松很多。
AI岂能只活在云端？刚刚，阶跃星辰上新来Step Edge 端侧模型全家桶！这次，AI能听懂语音、看懂屏幕，直接补齐了Agent本地执行的关键拼图。「端云协同」发力，你的手机与车机即将被彻底重构！
大家好，我是冷逸。 前段时间，我设计了一家民宿「冷同学的院子」，视觉还算有点意思，不少朋友跑来问设计上的事。也有人问我：要是自己网上开店，有没有那种“够简单、说一句就能出设计”的电商工具？
最近我在使用的一款浏览器工具叫做 Ego Lite。这款浏览器，是给 Agent 准备的。比如我在 Agent 工具（Codex）里说，在此期间，Ego Lite 的人机交互界面不受任何影响，Agent 也不会打开新的浏览器界面——比如 Codex 操作 Chrome 那样，在你的浏览器里点来点去翻找内容——Agent 只是默默干活，然后给你最终结果。
WorkBuddy最近很火，实测下来的体感是，harness层似乎搭建得还不错，而且对国内模型的兼容度都做得很好，少有的国内应用厂商做出来的、基于国产模型的可用Agent产品。 这篇文章来自 Work
前阶跃 Agent 产品负责人钟十六最近的一篇文章，尝试从产品视角回答这个问题。他描绘了一个 Loop 成熟后的未来图景，Agent 将成为自行运转的项目中心，人只需要在关键时刻现身拍板。在他看来，Loop 真正的价值不在于会重复跑任务，而在于它会带着你的每一次判断持续成长，一轮轮变成更懂你的系统，最终沉淀为长期运转的资产。