Caloogy 文章
English

大模型前沿

干预式训练：让模型自己做实验

大模型前沿 · 2026 年 9 月 19 日 · 3 分钟

超越 token：在潜空间里思考

大模型前沿 · 2026 年 6 月 13 日 · 3 分钟

测试时学习：推理时也在更新的模型

大模型前沿 · 2026 年 5 月 20 日 · 3 分钟

可验证奖励之外：没有标准答案的领域怎么做强化学习

大模型前沿 · 2026 年 5 月 10 日 · 4 分钟

自由能原理作为训练目标：用"惊讶最小化"替代奖励最大化

大模型前沿 · 2025 年 12 月 11 日 · 4 分钟

用高维世界模型做后训练：从"预测下一个词"到"预测下一个状态"

大模型前沿 · 2025 年 10 月 19 日 · 5 分钟