最新

我在一家财富 500 强公司工作了一年多。升职了两次，但现在开始感到力不从心。倒不是因为工作本身有多难，而是我的心另有所属。我一直在做一个副业项目，它开始显现出活力。我与潜在客户交流过，他们向我提出了问题并寻求解决方案。我过去也尝试过创业，但都失败了，因为我之前的项目是“为了解决方案而寻找问题”，但这次不一样。我第一次感觉自己手里有了真正有价值的东西。我该怎么办？我该如何着手？

大家好，我是 OpenPipe 的联合创始人 Kyle。<p>强化学习是让智能体更可靠的最佳技术之一，已被前沿实验室广泛采用。然而，它在外部社区的采用却很缓慢，因为它太难实现了。<p>将强化学习应用于新任务时，最大的挑战之一是需要一个特定于任务的“奖励函数”（衡量成功的方法）。这通常很难定义，需要高质量的标注数据和/或大量的领域专业知识才能生成。<p>RULER 是一个即插即用的奖励函数，可以在不同任务中运行，而无需任何这种复杂性。<p>它的工作原理是向 LLM 裁判展示 N 条轨迹，并要求它对它们进行相对排序。这避开了困扰大多数 LLM 裁判方法的校准问题。结合 GRPO（它只关心组内的相对分数），它就能正常工作（而且效果出奇地好！）。<p>我们在博客上有一篇完整的文章，包括在 4 个生产任务上的结果。在所有 4 个任务中，使用 RULER+GRPO 训练的小型 Qwen 2.5 模型都击败了最佳提示的前沿模型，尽管它们更小、运行成本更低。令人惊讶的是，它们甚至在 3/4 的任务中击败了使用手工制作的奖励函数训练的模型！<a href="https:&#x2F;&#x2F;openpipe.ai&#x2F;blog&#x2F;ruler">https:&#x2F;&#x2F;openpipe.ai&#x2F;blog&#x2F;ruler</a><p>如果您觉得这有用，请为该仓库点亮星标，以帮助其他人找到它！<a href="https:&#x2F;&#x2F;github.com&#x2F;OpenPipe&#x2F;ART">https:&#x2F;&#x2F;github.com&#x2F;OpenPipe&#x2F;ART</a>

大家好，我是 Jay。我正在开发 Indilingo，这是一款用于学习印度语言的 AI 应用，支持印地语、梵语、泰米尔语、卡纳达语等多种语言。<p>目前，它支持 14 种官方印度语言，已在 Play 商店上线，下载量超过 800 次。<p>我们是一群来自印度班加罗尔的朋友，自筹资金开发了这款应用，非常希望得到大家的反馈！<p>功能：<p>1. 所有课程均提供实时 AI 驱动的个性化定制。<p>2. 自定义课程 - 用户可以根据自己的目标创建课程。<p>3. 会话练习（本周推出！）- 用户可以与 AI 进行实时口语练习，并即时获得发音反馈。<p>4. 真正无障碍 - 用户可以使用任何支持的语言学习任何支持的语言。目前，我们支持 180 多种语言组合。未来，这个数字将达到上千种。<p>这是我们网站的链接：<a href="https:&#x2F;&#x2F;www.indilingo.in" rel="nofollow">https:&#x2F;&#x2F;www.indilingo.in</a><p>这是 Play 商店的下载链接：<a href="https:&#x2F;&#x2F;play.google.com&#x2F;store&#x2F;apps&#x2F;details?id=com.indilingo">https:&#x2F;&#x2F;play.google.com&#x2F;store&#x2F;apps&#x2F;details?id=com.indilingo</a>

Gemini Flash 速度如此之快，我开始好奇，如果让 LLM 根据 URL 请求即时生成网页和图像，会是什么样子。发布已经有几周了，人们在 <a href="https://ginprov.com/" rel="nofollow">https://ginprov.com/</a> 上创建了大量很酷的例子。我还有大约一半的 Gemini 额度（费用不高），但如果用完了，也可以很容易地用自己的 Gemini 密钥进行自托管。<p>一些例子：<p><a href="https://ginprov.com/dachsunds/" rel="nofollow">https://ginprov.com/dachsunds/</a><p><a href="https://ginprov.com/cool-cars/" rel="nofollow">https://ginprov.com/cool-cars/</a><p><a href="https://ginprov.com/coffee-in-a-golf-ball/" rel="nofollow">https://ginprov.com/coffee-in-a-golf-ball/</a><p><a href="https://ginprov.com/what-is-it/" rel="nofollow">https://ginprov.com/what-is-it/</a>