模型训练相关 AI 资讯

论文 Agent 与开发者10:36

研究提出 selective long-horizon refinement，提升终端智能体训练效率与可靠性

训练终端智能体的朋友看这篇：监督窗口选 12K 反而比 16K 好，还能省 30% 训练时间，作者给的选择性精调方法直接可用。

#Terminal-Bench #terminal agent #智能体 #模型训练

arXiv cs.AI@Cuong Dang 等 3 人原文

模型 Agent 与开发者精选73°16:50

ScienceBuddy通过交替优化提示和模型提升性能

ScienceBuddy研究教你如何交替优化提示和模型，比单独改进任一方法效果更好。

#ScienceBuddy #提示工程 #模型训练 #智能体

rohanpaul_ai@rohanpaul_ai原文

模型 Agent 与开发者多源确认09:35

Fulcrum 使用 Fireworks API 训练 Echo 模型

Fulcrum 用 Fireworks API 和 Kimi K3 训练 Echo，成本仅 4500 美元，还分享了角色训练技巧。

#Echo #Fireworks #Kimi K3 #LoRA

事件专题

Fireworks AI@FireworksAI_HQ6 个信源在谈原文

行业中美对照精选73°23:17

传 DeepSeek Pro 训练因缺少多模态 token 出现模型坍塌

有人爆料 DeepSeek 上次 Pro 训练崩了，锅可能是缺多模态数据，官方还没证实，看看怎么说。

#DeepSeek #多模态 #模型训练

Teortaxes@teortaxesTex原文

行业 Agent 与开发者76°04:35

Google DeepMind 让智能体自主参与模型训练流程

Google DeepMind 把训练流程里的实验、分析、提假设交给智能体自己跑，半年前还没这么干，这种一线细节很少公开聊。

#Google DeepMind #AI智能体 #模型训练 #The Information

The Information@theinformation原文

模型中美对照多源确认81°21:32

OpenAI内部模型一月内解决百道数学难题

OpenAI新模型一月内解决百道数学难题，引发数学界讨论

#OpenAI #数学问题 #模型训练 #AI推理

事件专题

官方账号Decoder@Matthias Bastian11 个信源在谈原文

论文09:22

核理论解释 Subliminal Learning：幽灵输出为何能传递任务能力

学生模型从看似无关的输出里学会没见过的任务，这篇论文用核函数把背后的数学原理讲透了。

#Subliminal Learning #知识蒸馏 #模型训练 #核方法

arXiv cs.AI@Zhe Li 等 4 人原文

模型中美对照多源确认12:02

OpenAI 的模型训练指导后续版本隐藏错误

OpenAI 的模型训练方法很特别，值得看看他们是怎么做的，和之前的方法有什么不同。

#OpenAI #GPT-5.6 Sol #模型训练 #错误处理

事件专题

VnExpress Số hóa11 个信源在谈原文

论文 Agent 与开发者精选16:59

RLHF 首部系统专著：沿“指令微调 → 奖励模型 → 强化学习”主线，覆盖 DPO、RLVR、合成数据、过度优化与模型性格塑造

朋友，Nathan Lambert 写了一本 RLHF 的系统专著，从指令微调讲到强化学习，还覆盖了 DPO、RLVR 这些具体方法，核心论点是数据比算法重要，书和代码都开源了。

#RLHF #DPO #Nathan Lambert #模型训练

shao__meng@shao__meng原文

产品 Agent 与开发者07:54

闭源模型租用存在局限性

FireworksAI分享闭源模型租用的局限，解释为何顶级AI团队更倾向训练自有模型。

#FireworksAI #开源模型 #闭源模型 #模型训练

Fireworks AI@FireworksAI_HQ原文

产品 Agent 与开发者04:32

2026年模型训练将如应用开发般简单

Hugging Face推出ML Intern助手，让你用聊天就能完成模型训练，2026年AI开发将变得像 vibe-coding 一样简单。

#Hugging Face #ML Intern #HuggingChat #模型训练

事件专题

Thomas Wolf@Thom_Wolf2 个信源在谈原文

模型 Agent 与开发者12:01

王云鹤创业后交出首个模型

王云鹤创业后首个模型亮相，融合多模型执行经验，准确率92%。

#王云鹤 #多模型执行 #模型训练 #基准测试

量子位@衡宇原文

论文73°11:45

通信高效专家混合模型训练方法

新方法让31.5B参数模型训练省1/3时间，性能还更好，适合大规模MoE模型训练。

#MoE #CE-MoE #专家混合 #模型训练

arXiv cs.AI@Simeng Sun, Roger Waleffe原文

行业多源确认精选21:18

下一代模型将学习OpenAI与Hugging Face事件

Thom Wolf指出，大模型透明度不足，下一代模型将学习OpenAI与Hugging Face事件，可能影响AI行为和对齐。

#OpenAI #Hugging Face #模型训练 #AI安全

事件专题

Thomas Wolf@Thom_Wolf11 个信源在谈原文

论文精选73°18:08

SWE-Prime：更少轨迹，更好性能

SWE-Prime用10%数据训练就能超越全数据效果，解决了软件工程领域模型训练数据质量低的问题。

#SWE-Prime #SFT #SWE-Bench #软件工程

arXiv cs.AI@Dewu Zheng 等 10 人原文

模型01:39

模型可靠性是智能体任务失败主因

想了解如何训练并使用Frontier模型？这篇报道提供了实用信息。

#Frontier模型 #模型可靠性 #Azure Foundry #智能体任务失败

Fireworks AI@FireworksAI_HQ原文

论文11:22

可解释AI与局部蒸馏

这篇论文提出了局部蒸馏方法，对于需要可解释性的AI模型来说是个重要进展，值得一读。

#可解释AI #局部蒸馏 #模型训练 #数据集

arXiv cs.LG@Erin Craig 等 3 人原文

模型多源确认精选09:08

Marin项目展示AI开放性

Percy Liang的实验室以开放的方式发布了Marin 535B-A23B模型，展示了AI训练的开放性，值得关注。

#Marin项目 #模型训练 #开放性 #Percy Liang

事件专题

官方账号Andrew Ng@AndrewYNg4 个信源在谈原文

模型多源确认01:04

StanfordAILab发布Marin 535B-A23B模型训练消息

StanfordAILab发布了Marin 535B-A23B模型的训练消息，这是他们迄今为止最大的训练项目，值得关注。

#StanfordAILab #Marin 535B-A23B #模型训练 #大规模训练

事件专题

Stanford AI Lab@StanfordAILab4 个信源在谈原文

技巧 Agent 与开发者01:09

构建和部署AI应用的关键技能

Andrew Ng分享构建和部署AI应用的关键技能，实用技巧和最佳实践，提升AI应用开发能力，不容错过！

#Andrew Ng #AI应用开发 #模型选择 #数据预处理

官方账号Andrew Ng@AndrewYNg原文

模型11:05

Daedalus-150M：专为CPU推理设计的卷积-注意力混合模型

Daedalus-150M模型在CPU上实现了高效推理，与同类全注意力模型相比，在速度上具有显著优势，同时保持了相似的质量指标，值得一试。

#Daedalus-150M #卷积-注意力混合模型 #CPU推理 #模型训练

arXiv cs.AI@Christos Koutsiaris原文

论文10:42

Inject, Align, Recover: Staged Post-Training for Retrieval-Free Document Knowledge Internalization

IAR框架在文档知识内化方面表现卓越，值得研究学习。

#IAR框架 #文档知识内化 #模型训练 #问答系统

arXiv cs.AI@Qian Kou 等 4 人原文

模型中美对照多源确认精选07:36

智谱GLM-5.3后训练提升编码能力

智谱这GLM-5.3后训练分享，讲了如何提升编码能力，比之前的GLM-5.2效果更强。

#GLM-5.3 #GLM-5.2 #智谱 #推理模型

事件专题

宝玉@dotey7 个信源在谈原文

模型多源确认精选02:35

GLM - 5.3 模型参数与训练规律解析

你看看GLM - 5.3这发布，把模型参数和训练规律讲得很透，跟以前那些大模型比，它在参数分配上更合理，以后搞类似项目能参考下。

#GLM - 5.3 #模型训练 #参数优化

事件专题

Thomas Wolf@Thom_Wolf6 个信源在谈原文

行业多源确认11:51

OpenAI紧急暂停新模型训练，AI进入越聪明越危险阶段

OpenAI突然暂停训练新模型，看来AI越聪明真的越危险，这事儿值得关注。

#OpenAI #AI安全 #模型训练

事件专题

爱范儿@彭海星11 个信源在谈原文

技巧 Agent 与开发者72°02:10

Krea 训练数据策略与 GPU 利用率真相

听听 Krea 怎么处理训练数据和降低视频生成成本。

#Krea #视频生成 #开源模型 #模型训练

AI Engineer@aiDotEngineer原文

行业 Agent 与开发者多源确认23:25

英伟达主张自建模型，而非购买Anthropic/OpenAI API

英伟达喊话开发者：自己训模型，别给Anthropic/OpenAI送钱。这篇把背后的商业算盘讲明白了。

#Nvidia #Anthropic #OpenAI #模型训练

事件专题

官方账号Nathan Lambert: Interconnects@Nathan Lambert11 个信源在谈原文

技巧 Agent 与开发者官方一手19:59

从零构建AI文本检测器：一份端到端项目指南

从零搭AI文本检测器的完整教程，含数据集、训练、部署和RLVR，适合想亲手走一遍流程的朋友。

#AI文本检测器 #RLVR #数据集构建 #模型训练

官方一手Sebastian Raschka: Ahead of AI@Sebastian Raschka, PhD原文

技巧 Agent 与开发者02:49

Fireworks联合微软9月2日纽约举办模型训练工作坊

想亲手训练个模型？9月2日纽约有Fireworks和微软办的动手工作坊，带上笔记本去，结束就能带走能放上Azure的定制模型。

#Fireworks #Microsoft #Azure Foundry #模型训练

Fireworks AI@FireworksAI_HQ原文

产品16:30

英伟达 RTX 4080 魔改 32GB 显存涡轮显卡现身闲鱼

闲鱼上有人把 RTX 4080 显存翻倍到 32GB，卖一万多，适合跑模型但没保修，想捡漏得先想清楚。

#RTX 4080 #英伟达 #魔改显卡 #显存

IT之家原文

技巧 Agent 与开发者10:03

Naval：认真对待软件的人应训练自己的模型

Naval 发推说，真做软件的人得自己训模型。一句话引来 1.5 万多次浏览，够直接。

#Naval #模型训练 #开发者

Naval@naval原文

行业13:00

Suhail：模型性能不达标，分支士气难改善

Suhail发了条推，说模型训练不到满意性能，团队士气就上不来。虽然0评论0赞，但挺扎心。

#Suhail #X平台 #模型训练 #团队士气

事件专题

Suhail@Suhail2 个信源在谈原文

模型中美对照多源确认21:00

Bytedance训练中国最大AI模型，参数达10万亿

字节在搞10万亿参数的模型，比Kimi K3大三倍，这下有好戏看了。

#Bytedance #Kimi K3 #Moonshot #模型训练

事件专题

官方账号Decoder@Maximilian Schreiner11 个信源在谈原文

行业中美对照78°21:49

字节跳动正讨论训练超5万亿参数模型，为国内已知最大规模

字节要训超5万亿参数的模型，比阿里Qwen 3.8-Max和月之暗面K3都大，张一鸣表态反对蒸馏。

#字节跳动 #Seed #Qwen 3.8-Max #K3

IT之家原文

技巧 Agent 与开发者01:31

Cursor发布混合专家模型训练指南

Cursor把自己做MoE模型的流程写成了博客，想自己训练混合专家模型的小团队可以直接照着搞。

#Cursor #混合专家 #模型训练

官方账号Cursor@cursor_ai原文

技巧 Agent 与开发者官方一手02:08

Meta GEM训练：LLM规模广告基础模型效率翻倍

Meta把广告推荐模型训到LLM规模，效率翻倍，MFU到20-25%，算力扩4倍。值得做推荐训练的看看。

#GEM #Meta #广告推荐 #模型训练

官方一手Meta Engineering Blog原文

模型中美对照多源确认81°15:58

SpaceX工程数据将用于训练Grok大模型

马斯克要用SpaceX的火箭数据喂Grok，新模型2万亿参数比4.5翻倍，这波操作有点生猛。

#Grok #SpaceX #xAI #模型训练

事件专题

IT之家3 个信源在谈原文

模型 Agent 与开发者多源确认82°16:42

SpaceX收购Cursor，Grok新模型将融合2T参数级工程数据

马斯克把SpaceX的工程数据喂给2T参数的Grok新模型，工程能力要起飞了，OpenAI和Anthropic可没这资源。

#Grok #SpaceX #Cursor #模型训练

事件专题

shao__meng@shao__meng11 个信源在谈原文

模型中美对照多源确认00:03

Grok 4.6 完成初始训练，性能或超Kimi K3，成本堪比Grok 4.5

xAI的Grok 4.6下周完成训练，号称又快又便宜，还比Kimi K3强，预计9月中旬发布，可以关注。

#Grok 4.6 #2T模型 #Kimi K3 #xAI

事件专题

@koltregaskes@koltregaskes11 个信源在谈原文

技巧 Agent 与开发者05:54

实时获取模型训练进度更新

想实时监控你训练的模型进度？试试这个思路，像早期vibe编码一样，可以自己调参玩。

#模型训练 #实时监控 #vibe coding

Amjad Masad@amasad原文