糟糕的模型 + 良好的上下文 > 良好的模型 + 糟糕的上下文 大实验室不希望你知道这一点

我的帖子预计在本周末将获得 1.78 x 10^21 次浏览。

从gpt-oss-20b伪数据库提取的高质量日文Markdown 这事情越来越奇怪了。

*敲击标志*

看起来未来几年人工智能的发展将会是大量的强化学习与大型语言模型作为评判者的奖励函数。我们生活在一个奇怪的时代。 我可以在哪里了解更多关于这一范式的信息？最相关的博客和论文有哪些？

刚刚了解到在某些条件下，你实际上可以*完全*恢复模型权重，后续的LORA 真是太疯狂了

现在的人工智能世界真是疯狂，因为一个实习生会说："抱歉，让我今晚再核对一下这些数字"，然后就能用10,000台洗衣机的力量启动一个实验。

攻读博士学位主要是关于建立一个系统，以最大化你在流状态中度过的时间，持续数年。

"我以为变压器 gpt-oss MoE 微调是坏的，你是怎么让它工作的？"

找到了如何 "撤销" RL 并将 gpt-oss 重新转回基础模型的方法 明天会发布权重 晚安