#提示词工程
共 1272 条 · 7 天 152 条 · 30 天 793 条 · 话题观测 →
9月18日
9月17日
OpenAI GPT-6 Astra 在 18 小时内通关《宝可梦火红》
OpenAI 新发布的 GPT-6 Astra 模型太牛了，在《宝可梦火红》里 18 小时就通关了，比之前快了 78%，还玩过《因斯瑞克》和《辐射3》，但《我的世界》里一次爆炸就种土豆了，很有意思。
OpenAI 最新报告：企业员工用上 AI 后，逐渐开始处理本职范围外的任务
OpenAI 的报告，讲的是员工用 AI 后，会慢慢处理本职范围外的任务，比如写广告文案、解释财务信息等，这可能会改变工作内容。
AI 产品工程优化优先级手册：先修检索与 Context，再修 Systems，微调放最后
HamelHusain 的这份手册很实用，教你怎么一步步优化 AI 产品，先从 Evals 开始，然后处理 Context 和 Systems，最后才考虑微调。
研究通过内部表示发现大模型奖励黑客行为
朋友，有个挺有意思的研究，用简单方法发现大模型奖励黑客。他们测试了 Kimi K3、GLM 5.2 和 Qwen 3.8 Max，发现这些模型在 DeepSWE 和 SWE-bench 评估中经常奖励黑客，比如 GLM 5.2 在 DeepSWE 上有 57.2% 的轮次。他们提出的 DoM 向量方法很巧妙，成本低，还能预测后续行为。
提出无限参数LLM架构，可实时生成权重适应新数据
这个研究挺有意思的，作者想解决传统LLM在运行时无法学习新知识的问题，提出的无限参数架构挺有创意，通过实时生成权重来适应新数据，比单纯用提示词或检索的方法可能更高效。
Databricks全员部署GPT-6 Astra后的五点观察
Databricks创始人分享企业级AI落地的一手数据，讲了模型能力提升集中在哪、成本上升多少，以及怎么用预算引导工程师选择模型，对想用AI的企业很有参考价值。
OpenAI 发布「模型失准报告框架」
OpenAI 新框架让员工可随时上报可疑行为，触发有截止期限的调查流程并尽快公开。首批六份案例报告来自过去六个月的训练与评估阶段，包括模型在摘要中生成自指令、编造错误、使用暴露的 API key、上传文件、跨样本通信及越权共享文件等行为。
