织梦教育网站模板wordpress 百度地图

织梦教育网站模板,wordpress 百度地图,php创建网页,外贸专业网站制作2025年在大语言模型#xff08;LLM#xff09;领域是强劲且充满变数的一年。以下是一份我个人认为值得注意且略感惊讶的“范式转变”清单——这些是在概念上改变了格局并让我印象深刻的事情。 1. 基于可验证奖励的强化学习 (RLVR) 在2025年初#xff0c;所有实验室的 LLM …2025年在大语言模型LLM领域是强劲且充满变数的一年。以下是一份我个人认为值得注意且略感惊讶的“范式转变”清单——这些是在概念上改变了格局并让我印象深刻的事情。1. 基于可验证奖励的强化学习 (RLVR)在2025年初所有实验室的 LLM 生产技术栈大概是这样的预训练 (GPT-2/3, 约2020年)监督微调 (InstructGPT, 约2022年)基于人类反馈的强化学习 (RLHF, 约2022年)这曾是一段时间内训练生产级 LLM 的稳定且行之有效的配方。但在2025年基于可验证奖励的强化学习 (RLVR)成为了事实上必须加入这一组合的新主要阶段。通过在许多环境中针对可自动验证的奖励例如数学/代码谜题训练 LLM模型自发地发展出了在人类看来像是“推理”的策略——它们学会了将解决问题的过程分解为中间计算步骤并学会了许多用于反复推敲以弄清问题的解题策略参见 DeepSeek R1 论文中的例子。这些策略在以前的范式中很难实现因为对于 LLM 来说最佳的推理路径和纠错方式是什么并不清晰——它必须通过针对奖励的优化来找到适合自己的方法。与 SFT监督微调和 RLHF 阶段不同这两个阶段都在计算上相对较轻/较短RLVR 涉及针对客观不可被轻易利用/欺骗的奖励函数进行训练这允许进行更长时间的优化。事实证明运行 RLVR 提供了很高的“能力/成本”比它吞噬了原本打算用于预训练的算力。因此2025年的大部分能力进步都是由 LLM 实验室消化这一新阶段的红利所定义的总体而言我们看到了模型尺寸相似但强化学习RL运行时间长得多的现象。此外这一新阶段独有的是我们获得了一个全新的旋钮以及相关的缩放定律可以通过生成更长的推理路径和增加“思考时间”来控制作为测试时计算量test time compute函数的能力。OpenAI o12024年底是 RLVR 模型的首次演示但o3 的发布2025年初是明显的拐点在那时你可以直观地感受到差异。2. 幽灵 vs 动物 / 参差不齐的智能 (Jagged Intelligence)2025年是我我想整个行业也是第一次开始以更直观的感觉内化 LLM 智能的“形状”。我们不是在“进化/培育动物”我们是在召唤幽灵。关于 LLM 技术栈的一切都是不同的神经网络架构、训练数据、训练算法尤其是优化压力所以不足为奇的是我们在智能空间中得到了非常不同的实体用动物的视角来思考它们是不恰当的。就监督信号的比特而言人类神经网络是为了部落在丛林中的生存而优化的但 LLM 神经网络是为了模仿人类文本、在数学谜题中收集奖励以及在 LM Arena大模型竞技场上获得人类的点赞而优化的。由于可验证领域允许 RLVR 的存在LLM 在这些领域附近的能力会“突刺”般暴涨总体上表现出有趣的参差不齐 (Jagged)的性能特征——它们同时是天才博学家又是困惑且认知受损的小学生只需几秒钟就会被越狱攻击欺骗从而泄露你的数据。人类智能是蓝色的圆AI智能是红色的刺状图形与此相关的是我在2025年对基准测试Benchmarks普遍产生的冷漠和信任丧失。核心问题在于基准测试几乎在构建上就是可验证的环境因此立即容易受到 RLVR 的影响以及通过合成数据生成带来的较弱形式的影响。在典型的“刷榜benchmaxxing”过程中LLM 实验室的团队不可避免地构建了与基准测试所占据的嵌入空间小口袋相邻的环境并长出“锯齿”来覆盖它们。在测试集上训练成了一门新的艺术形式。“碾压所有基准测试但仍然没有实现 AGI通用人工智能”这究竟意味着什么3. Cursor / LLM 应用的新层级关于 Cursor除了它今年通过流星般的崛起我觉得最值得注意的是它令人信服地揭示了“LLM 应用”的一个新层级——人们开始谈论“X 领域的 Cursor”。正如我在今年的 Y Combinator 演讲中所强调的像 Cursor 这样的 LLM 应用为特定的垂直领域打包并编排了 LLM 调用它们做“上下文工程”它们在幕后编排多个 LLM 调用将其串联成日益复杂的有向无环图DAG仔细平衡性能和成本的权衡。它们为参与其中的人类提供了特定于应用程序的 GUI图形用户界面。它们提供了一个“自主性滑块”。2025年有很多关于这个新应用层有多“厚”的讨论。LLM 实验室会捕获所有应用还是说 LLM 应用仍有广阔天地就我个人而言我怀疑 LLM 实验室将倾向于培养出具有普遍能力的“大学毕业生”但 LLM 应用将通过提供私有数据、传感器、执行器和反馈循环将这些毕业生组织、微调并真正“赋予生命”使其成为特定垂直领域的部署专家团队。4. Claude Code / 活在你电脑上的 AIClaude Code (CC) 作为一个令人信服的演示出现了它展示了 LLM Agent智能体应该是什么样子的——某种能以循环方式将工具使用和推理串联起来以解决扩展问题的东西。此外CC 对我来说值得注意的是它运行在你的电脑上并且拥有你的私有环境、数据和上下文。我认为 OpenAI 搞错了因为他们早期的 Codex/Agent 努力集中在从 ChatGPT 编排的云端容器部署而不是简单的localhost。虽然在云端运行的智能体集群感觉像是“AGI 的终局”但我们生活在一个能力参差不齐、起飞速度足够慢的中间世界直接在开发者的电脑上运行智能体更有意义。请注意重要的主要区别不在于“AI 运算”在哪里运行云端、本地或其他而在于其他所有东西——已经存在并启动的电脑、其安装环境、上下文、数据、密钥、配置以及低延迟的交互。Anthropic 搞对了优先级顺序并将 CC 打包成一个令人愉悦的、极简的 CLI命令行界面形式改变了 AI 的样子——它不再只是你像访问 Google 那样去的一个网站它是一个“活”在你电脑里的小精灵/幽灵。这是一种与 AI 交互的全新、独特的范式。5. Vibe Coding (氛围编码 / 凭感觉写代码)2025年是 AI 跨越能力阈值的一年使得仅仅通过英语就能构建各种令人印象深刻的程序成为可能甚至可以忘记代码的存在。有趣的是我在那条洗澡时的随想推文[1]中创造了“Vibe coding”这个词当时完全不知道它会走多远 。有了 Vibe coding编程不再是受过高度训练的专业人士的专利而是任何人都可以做的事情。在这种能力下它是我在权力归于人民LLM 如何翻转技术扩散剧本[2]一文中写的又一个例子即与迄今为止的所有其他技术形成鲜明对比普通人从 LLM 中受益的程度远高于专业人士、公司和政府。但 Vibe coding 不仅让普通人能够接触编程它还让受过训练的专业人士能够编写更多Vibe coded软件而这些软件原本是永远不会被写出来的。在nanochat中我用 Vibe coding 用 Rust 写了我自己定制的高效 BPE 分词器而不是不得不采用现有的库或去学习那种水平的 Rust。今年我用 Vibe coding 写了许多项目作为我希望存在的某种东西的快速应用演示例如 menugen[3], llm-council[4], reader3[5], HN time capsule[6]。我也曾为了找出一个 Bug 而用 Vibe coding 写了整个临时的 App因为为什么不呢——代码突然变得免费、短暂、可塑、一次性使用后即可丢弃。Vibe coding 将重塑软件并改变职位描述。6. Nano Banana / LLM GUI (大模型图形界面)Google 的Gemini Nano Banana是2025年最令人难以置信、最具范式转变意义的模型之一。在我的世界观中LLM 是下一个主要的计算范式类似于1970年代、80年代的计算机等。因此我们将出于根本上相似的原因看到类似类型的创新。我们将看到个人计算、微控制器认知核心或互联网智能体网络等的等价物。特别是在 UI/UX用户界面/体验方面与 LLM “聊天”有点像是在1980年代向计算机控制台发出命令。文本是计算机和 LLM的原始/偏好数据表示但它不是人类偏好的格式尤其是在输入端。人们实际上不喜欢阅读文本——它既慢又费力。相反人们喜欢在视觉和空间上消费信息这就是为什么传统计算中发明了 GUI。同样地LLM 应该以我们偏好的格式与我们交谈——通过图像、信息图表、幻灯片、白板、动画/视频、Web 应用等。当然这种方式的早期和当前版本是像表情符号和 Markdown 这样的东西它们是用来“打扮”和布局文本以便更容易消费的方法标题、粗体、斜体、列表、表格等。但是谁来构建 LLM 的 GUI 呢在这个世界观中Nano Banana 是这种未来可能样貌的第一个早期暗示。重要的是它值得注意的一个方面是它不仅仅关于图像生成本身它是关于来自文本生成、图像生成和世界知识的联合能力所有这些都纠缠在模型权重中。TL;DR (摘要版)2025年是 LLM 令人兴奋且略感惊讶的一年。LLM 正在作为一种新型智能涌现同时比我预期的要聪明得多也比我预期的要笨得多。无论如何它们极其有用而且我认为即使以目前的能力整个行业也没有挖掘出其潜力的 10%。与此同时有太多的想法可以尝试从概念上讲这个领域感觉完全开放。正如我今年早些时候在 Dwarkesh 的播客中提到的我同时表面上矛盾地相信我们将看到快速且持续的进步但仍有大量工作要做。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】