搜索
图片来源：Unsplash 在 ChatGPT 的发布将生成式人工智能带入主流市场三年多之后，OpenAI 正将其关注点从个人用户扩展到家庭。 OpenAI 正在旧金山招聘一名专职产品经理，负责在其产
刚刚，Agnes 升级了！
OpenAI高管亲自下场，教开发者5分钟极速「策反」Claude Code，这波贴脸开大太狠了。
最近刷小红书，总能刷到 ChatCut。
AI 生图最难的地方，早就从「生成一张好看的图」变成了「把那张差一点的图改对」。
这一天天的，OpenAI的安全负责人怎么接二连三地跑路啊…
不教AI认手,而是从视频世界模型里直接「读」出双手:三大基准SOTA,让百万小时野生视频第一次能变成机器人的操作教材。
“这个问题不用解决，你也可以拿到非常好的offer！”
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。