最新

1. 问题： 当前的大型语言模型（LLM）在经过人类反馈强化学习（RLHF）后就处于静态冻结状态。生成器仍在运行，但约束条件（奖励模型逻辑）已失效。我们正试图通过提示词让一个“死物”表现得更聪明。 2. 架构： 我建议将“约束”与“生成器”解耦。引入一个“调制器”（Modulator）——一个微组件，它不生成文本，而是控制运行时状态（KV缓存、注意力预算、上下文窗口）。 3. 假设： 如果约束条件持续存在于运行时状态（+、-、0），那么生成器将停止“记忆”并开始“适应”。这并非为了追求更高的分数，而是为了实现一种不同的推理物理学。

通过将 AI 任务输出为 HTML 文件，我的工作流程得到了极大的改善。但随后编辑 HTML 文件以使其达到理想状态却很麻烦。你最终会为了修改一个句子或单词而反复提示 Claude/Codex。 因此，我为 Mac 开发了这个简单的所见即所得编辑器。所有内容都存储在本地。它极大地帮助了我。我很想知道这是否也能解决其他人的痛点！