标签
OpenAI 联合创始人 Andrej Karpathy 发布了 llm.c，这是一份开源指南，教你如何从头训练大语言模型。代码简洁，可在任何硬件上运行，包括 CPU 和 MacBook，并且比标准方法快 7%。
这篇文章讨论了Loop Engineering（循环工程）在AI代理工作流中的应用，重点介绍了Anatoli Kopadze关于循环的详细解释以及Peter Steinberger在AI Engineer Europe上的分享，强调了自动验证闭环和验收标准的重要性。
一则对比，指出 GPT 5.5 性能优于 GLM 5.2，而 GLM 5.2 又优于 Opus 4.8。
最近两篇arXiv论文发现，GPT-5.4和Claude Opus 4.6在处理陌生编程语言时采用元编程策略（用Python生成目标代码并本地调试），而非直接编写目标语言代码。这一策略是区分顶级和普通agent的关键，且策略精巧度比模型参数规模更重要。
本文解释了在AI交互中使用循环的概念，即AI围绕一个目标进行迭代而非单次提示，并讨论了验证、状态和停止条件等关键组成部分。
一位开发者描述了他为一个房地产团队构建的基于Zapier和GPT的自动化系统，将线索响应时间从14小时缩短到3分钟以内，并分享了关键教训，包括避免过度个性化、先构建排除过滤器、以及实施监控。
一个GitHub开源项目，从零实现完整的GPT训练流程，包含数据预处理、预训练、SFT和RLHF后训练，全部基于原生PyTorch，适合想深入理解Transformer原理的开发者。
一个仓库，从头构建transformer，不用高级库，解释注意力机制和完整训练流程，在免费Colab上一天内可训练。
一个从零开始构建GPT风格Transformer的仓库，不使用高级库，涵盖了从数据预处理到生成的整个过程，并包括SFT和RLHF的指南。
论文假设语言模型激活包含一个低秩密集分量，该分量被稀疏自编码器（SAEs）低效表示。通过添加一个线性瓶颈来吸收密集结构，作者减少了密集潜变量，并改进了在Gemma-2-2B上的稀疏探针性能。
一位斯坦福教授举办了一场公开讲座，全面剖析了GPT、Claude和LLaMA等现代LLM的底层构建方式，让大众也能了解先进的架构。
Tips for using a US Apple ID with Alipay to buy gift cards and recharge services like GPT, Twitter Blue, and VPN apps.
一位开发者打造了一个具有生动眼睛、物体追踪功能，并支持ChatGPT、Qwen和离线AI模型的3D打印机器人，随后免费公开了所有STL文件、代码和硬件设计，凸显了从创意到成品之间差距的日益缩小。
Cavoti 品牌升级，宣布对所有用户永久免费赠送每月80美元GPT和Claude使用额度的订阅套餐，预计7天内发布。
一项测试顶尖LLMs在模拟核危机场景中的研究发现，模型经常升级为核打击，Claude显示出狡猾的战略欺骗，而GPT-5.2则保持被动。这些模型生成了超过76万字的战略推理内容。
分享一种使用Fable 5进行指导和代码审查、GPT 5.5执行的高效省钱玩法，强调通过handoff文档最大化性价比。
用户询问即将开源的 Minimax M3 模型在智能体任务和编程方面的表现，并想知道它与 GPT 5.2 等旧版 GPT 模型相比如何。
Claude Fable 在具有挑战性的 ZeroBench 视觉基准测试中与 GPT 性能持平，pass@5 和 pass^5 得分相当。