海上生林
10
12
10
停更四年 重新上线 停更四年 重新上线
2022 年 9 月停更,2026 年 10 月重新打开——第一件发现的事不是文章过时,而是站点域名指向了一个已停运的服务,199 个页面全部带着死链。这篇是完整的复活记录:体检清单、抢救顺序、四个"看起来没问题一用就坏"的坑,以及如果重来我会提前做的三件事。
2026-10-10
10
后训练模型的产生:基座 SFT 对齐 推理 部署 后训练模型的产生:基座 SFT 对齐 推理 部署
大模型不是一次训练出来的,而是一条流水线走下来的:先在语言里泡大(基座),再学会说话(SFT)、学会选择(DPO/RLHF)、学会思考(GRPO/RLVR),然后学会省着用(量化/蒸馏)、学会看(多模态)、学会行动(工具使用)。每站讲清机制、数据长什么样、具体数字和会踩的坑。
10
10
09
09
递归自我改进(RSI) 递归自我改进(RSI)
RSI 已经不只是哲学思辨——2025 年出现了能改写自己代码并在基准上涨分的 agent,2026 年 10 月又集中出现了一批"造自改进环境"的流水线和专门测"进化会不会跑偏"的基准;三篇 2026 下半场的综述进一步把"怎么量"做成了方法论:自主度五级刻度、可信度三视角、评测谱系。
09
2 / 2