对话 Jev 创始人：RLHF 走了大弯路，下一个时代不会属于 Claude Code
在 OpenAI 工作时，Diogo Almeida 就困惑于聊天模型为何难以成为软件的底层组件。如今他以 Typesafe CEO 身份推出新模型 Jev，试图让软件直接调用决策、概率与评分，把智能嵌进程序的条件判断和执行流程。
GPT、Claude指挥机器人干活，到底几斤几两？首个评测榜单来了
该公司称，目前该评测仍是一个研究预览版本，主要用于评估前沿大语言模型在物理世界中的理解、规划和执行能力。
提示词工程还在，分享我 3 年的 Prompt 经验
回想起 2023 年 ChatGPT 刚火起来的时候，提示词可是个热门话题。之前在网络上看到过一段话， 对提示词的一段介绍我觉得挺有意思的:提示词 是 AGI 时代的 编程语言。
一文说清预训练阶段全解析（Pre-training）
技术背景：预训练在大模型训练中的位置大模型的“智能”并非一蹴而就，而是经过一条层层递进的训练流水线。 这条流水线通常分为三大阶段：预训练（Pre-training） → 监督微调（SFT） → 人类反馈强化学习（RLHF）。
开源我积累了3年、数百个项目的AI产品经理知识库
我从 2023 年开始，会不定期拆解学习 Github Trending 上的开源 AI 项目，把它沉淀到飞书知识库里。前 9 期已经在过去的 4 个月完成交付，250+ 学员全都在现场完成了至少一个 AI 产品的开发落地。
2026小学英语作业批改app测评：6款工具对比，差异在哪
小学英语作业批改app没有一款能全包：书面作业的对错批改，用小猿AI、作业帮、作业批改这类工具；口语朗读、配音类作业的评分与纠音，更适合用英语趣配音（少儿英语口语练习app）。截至2026年，英语趣配音累计注册用户1.78亿+，音素级纠音评分纠错准确率99.
讲透 Benchmark，警惕“刷榜陷阱”：为什么大模型没有通用智商？
大模型评测入门系列 · 第一讲讲透 Benchmark，警惕“刷榜陷阱”：为什么大模型从来没有“通用智商表”？DataMining 技术团队 ·在讨论大模型时，很多人习惯把各大机构的榜单当成“智商排行榜”。但大模型从来就不存在一张测出“绝对智商”的试卷。
99% 的人都不会用 Grok Bot！
Bots can access every tool， even ones without MCPs:不要把时间耗费在死磕协议适配上，给 Bot 一台电脑，以结果为导向，让它在真实桌面环境中自己解决工具调用。
机器人明明听懂了指令，为什么还是干了别的事
你有没有想过一个问题：如果一个机器人在测试里成绩满分，是不是就说明它真的听懂了你说的话？这个问题听起来有点蠢，但上海交通大学的研究团队发现，答案很可能是否定的。
待办清单写了很多但不会执行？她们做了一个“帮你开始”的 App
丹麦团队做的 Tiimo 专门服务有执行功能困难的人:说出脑中杂事，AI 会拆成小步骤，再用彩色时间轴和可视化倒计时推动执行。