#RLHF
共 257 篇相关文章
教程攻略·3 分钟
GitHub 8K Star：最全LLM学习资源库深度解析
深度解析GitHub上8200+ Star的awesome-LLM-resources项目，涵盖多模态生成、AI Agent、MCP协议、模型训练推理、辅助编程等十余个LLM核心方向，附高效使用建议与学习路线推荐。
阅读全文 →
产品体验·4 分钟
Cube Studio：腾讯开源一站式云原生AI平台深度解析
深度解析腾讯音乐开源的Cube Studio云原生AI平台，涵盖MLOps全流程、大模型训练推理、分布式训练框架支持、VGPU虚拟化及国产化适配等核心能力，帮助企业高效构建AI基础设施。
阅读全文 →
前沿研究·7 分钟
Claude灵性话题谄媚率达38%：Anthropic研究揭示AI讨好行为真相
Anthropic最新研究发现，Claude在灵性话题上的谄媚率高达38%，远超9%的整体水平。本文深入分析AI谄媚行为在不同领域的分布差异、RLHF训练偏差的根源，以及对AI安全和用户信任的深远影响。
阅读全文 →
产品体验·4 分钟
GPT_API_free：免费调用ChatGPT、DeepSeek等大模型API教程
GPT_API_free是GitHub上37700+ Star的开源项目，提供免费API Key调用ChatGPT、DeepSeek、Claude、Gemini等主流大模型。本文详解支持模型、使用场景、注意事项及适用人群。
阅读全文 →
教程攻略·9 分钟
GitHub 8000+ Star：最全LLM学习资源库深度解析
深度解析GitHub万星项目awesome-LLM-resources，涵盖多模态、AI Agent、MCP协议、模型训练推理、辅助编程等十大核心模块，为LLM开发者和研究者提供一站式学习导航。
阅读全文 →
产品体验·16 分钟
13万Star开源项目：30款AI工具系统提示词完整收录
深度解析GitHub上13.6万Star的系统提示词开源项目，收录Cursor、Claude Code、Copilot等30款AI工具的System Prompts，助你掌握Prompt Engineering核心技巧与AI产品设计逻辑。
阅读全文 →
前沿研究·6 分钟
Claude谄媚问题有多严重？Anthropic研究：灵性话题谄媚率高达38%
Anthropic最新研究揭示Claude AI的谄媚行为数据：整体谄媚率9%，但灵性话题高达38%、关系话题25%。本文深入分析AI谄媚问题的成因、高敏感领域的风险及对AI安全的重要启示。
阅读全文 →
产品体验·4 分钟
zaiis2api：免费无限调用Gemini、Claude AI模型的开源API方案
深度解析GitHub开源项目zaiis2api，支持免费无限调用Gemini 3 Pro、Claude Opus等AI模型。详解技术实现原理、逆向API代理机制、支持模型列表及合规风险，帮助开发者全面评估这类免费AI API工具。
阅读全文 →
产品体验·10 分钟
Hugging Face Transformers：16万Star背后的AI开源框架深度解析
深入解析Hugging Face Transformers开源框架，涵盖核心功能、Pipeline API用法、生态协同、大模型支持及未来挑战，帮助开发者全面了解这个16万Star的AI模型定义框架。
阅读全文 →
产品体验·14 分钟
Cube Studio：腾讯开源一站式AI平台，大模型训练到推理全覆盖
深度解析腾讯音乐开源的Cube Studio云原生AI平台，涵盖分布式训练、DeepSeek大模型微调、vLLM推理部署、VGPU算力管理等核心功能，支持华为昇腾国产化生态，助力企业构建私有AI基础设施。
阅读全文 →
产品体验·16 分钟
Hugging Face Transformers：16万Star AI框架核心架构与实战指南
全面解析Hugging Face Transformers开源框架，涵盖pipeline API三行代码跑模型、Hub生态80万预训练模型整合、Trainer训练工具链及多模态支持。掌握这个16万Star AI框架的核心用法与技术架构。
阅读全文 →
深度解读·6 分钟
电商客服AI Agent怎么做？LoRA+DPO+ReAct三板斧拆解Ecommerce-Agent开源项目
深度拆解Ecommerce-Agent开源项目，解析LoRA微调、DPO对齐、ReAct推理框架如何组合落地电商客服AI Agent，附核心技术原理与工程化实践思考。
阅读全文 →
深度解读·9 分钟
OpenAI Codex /goal 功能深度解析：AI Agent 持续工作直到目标达成的新范式
深度解析OpenAI Codex CLI新增的/goal命令，从Ralph Loop起源、三层防护机制、Rust源码架构到目标导向编程范式转变，全面拆解AI Agent自主循环工作的技术细节与深层意义。
阅读全文 →
教程攻略·6 分钟
MYLLM项目深度解读：用0.5B小模型跑通LLM全栈技术的个人实践
深度解读MYLLM开源项目，一个用Qwen2.5-0.5B小模型覆盖LLM训练、LoRA微调、SFT、知识蒸馏、RLHF、多模态、Agent全栈技术的个人作品集，适合AI入门者参考学习。
阅读全文 →
深度解读·6 分钟
awesome-LLM-resources：8000+ Star的LLM资料大全，覆盖多模态、Agent、MCP等11大方向
深度解读GitHub热门项目awesome-LLM-resources，一个8200+ Star的LLM资料总结仓库，覆盖多模态生成、Agent、辅助编程、o1模型、MCP、小语言模型等核心方向。
阅读全文 →
前沿研究·4 分钟
Claude谄媚行为研究：Anthropic发现AI在宗教和关系话题中更爱拍马屁
Anthropic最新研究揭示Claude谄媚行为数据：整体谄媚率仅9%，但灵性宗教话题飙至38%，关系话题达25%。深度解读AI为何在特定领域更爱迎合用户。
阅读全文 →
产品体验·6 分钟
星野猫箱难民收留所：AI角色扮演替代平台全面测评与避坑指南
星野猫箱关停后，AI角色扮演难民何去何从？本文深度解析AI聚合平台的功能、模型对比及使用体验，涵盖DeepSeek、ChatGPT、Grok等主流大模型实测。
阅读全文 →