开放模型跑起来以后，怎样把推理做成生产系统？
开放模型已经能运行，怎样把它变成持续服务用户的推理系统？
后训练
14 篇文章
全部文章
模型为什么会规划、发疯和“装乖”？Anthropic 研究者拆解 Claude 内部
只靠预测下一个词，语言模型怎么会规划、算题，又会做出奇怪的回答？
已经有了 XGBoost，富国银行为什么还要自训交易基础模型？
已有成熟的欺诈检测模型，银行为什么还要从头训练自己的交易模型？
公司什么时候该训练自己的模型？Fireworks CEO 的答案不是越早越好
公司什么时候该训练自己的模型？
公司不必在“自研模型”和“调用 API”之间二选一：先把每项 AI 功能单独算账
企业该自研模型还是继续调用外部 API？
Beam 不只是一个开放模型：Reflection AI 想让企业从“租用智能”走向“拥有智能”
企业开始认真考虑开放模型时，下载权重只是第一步：模型还得接入实际工作、基础设施和可验证的业务流程。
Shopify 为什么开发时只用最强模型，生产时却反过来省钱？
Shopify 开发时让员工使用最强模型、提供不限量 token，生产中却努力降低每次调用的成本。
企业什么时候值得训练自己的模型？Yash Patil 先看评估、规模和数据
企业担心依赖单一模型供应商，但训练自己的模型并不总是下一步。
Jev 不是另一个聊天模型：它想让代码直接调用“判断力”
当软件需要的是一个判断而非一段聊天，模型接口应该怎样设计？
不再只向闭源模型“租用智能”：Fireworks AI 怎样把训练、部署和反馈接成循环
把应用从闭源模型切到开源模型，成本可能降低，质量和维护工作却不会自动解决。
孩子听的 Disney，为什么会算成爸爸的音乐品味？Spotify 怎样教 LLM 理解 1 亿首歌
播放记录不一定代表用户的喜好：家庭共享设备上的儿童歌曲，也可能被算进成年人的音乐画像。
个人 AI 如果真的懂你，谁来决定它该学什么？
个人 AI 越了解用户、越能替人行动，谁来决定它学什么、在哪里运行？