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。
几天内席卷 Instagram 与 TikTok，海外播放突破 5000 万；用户可上传题目、选择喜欢的 AI Tutor 角色，并实时互动生成个性化视频讲解，让学习像刷短视频一样停不下来，验证了 AI-native 教育产品的新形态。
到2026年4月，王铭已迅速完成了两轮融资。首轮由云时资本领投，第二轮华控资本领投、云时资本跟投，两轮融资总计近亿元。与此同时，第一款产品Moras 三月已在TikTok美区启动第一批测试。
3 个月之前，我深扒了一下杭州睿琪。 那篇文章聊的是这家在国内几乎没人知道，却在海外靠一款识别植物的 APP 月入 500 万美元的公司。 写完之后，不少朋友私信我说： 还有没有这种「你不知道但做的很
最近，GitHub又炸出了一个明星项目：让「一个人开游戏公司」变成现实的Claude-Code-Game-Studios。与此同时，另一个「让普通人把想象变成游戏」的产品Aippy，也在欧美年轻人中风靡。与前者的专业工具属性不同，Aippy要做的是新一代数字原住民的「游戏社区」。
我最近在刷 TikTok 和 YouTube 的时候，发现一件挺有意思的事。
快手大模型掌舵人，被曝出即将离职！今天，多个媒体爆料，快手副总裁、基础大模型及推荐模型负责人周国睿即将离职。关于周国睿下一步去向，也成了谜团：据传他将加入Meta，也有消息称，他可能会转投TikTok，具体不得而知。
有人私信我：这种级别的干货，外面都是打包卖几千块的课，你就这么免费发出来了？
当古装剧中的长袍在武林高手凌空翻腾的瞬间扬起 0.01 秒的惊艳弧度，当 VR 玩家想伸手抓住对手 “空中定格” 的剑锋，当 TikTok 爆款视频里一滴牛奶皇冠般的溅落要被 360° 无死角重放 —— 如何用普通的摄像机，把瞬间即逝的高速世界 “冻结” 成可供反复拆解、传送与交互的数字化 4D 时空，成为 3D 视觉领域的一个难题。
维基百科的「ChatBot 精神病」这一词条，诞生自今年 6 月。在过去 4 个月里，被编辑了超过 300 次，参考资料 24 条，著名案例有 TikToker、硅谷投资人、未成年用户……