业界判断:后训练的算法创新红利期已过,数据与环境工程回报更高
josh_wills · x · 2026-09-11
一条被广泛转发的判断认为,后训练领域的「研究时代」其实几个月前就已结束——当前边际回报最大的不是算法层面的新颖性,而是把数据和环境流水线工程化打磨。这一观点指向训练重心从方法创新转向工程优化,引发圈内讨论。
「Infra」频道最新
- Agents API 支持自带沙箱,预集成 Cloudflare、Modal、Vercel 等九家 — OpenAIDevs · 2026-09-11
- 单张 RTX 3090 训 8 天：GPT-2 改造 MoE 从零训练成功 — rasbt · 2026-09-11
- B3IQ 两周卖出八位数 GPU，称 AI 基建是千亿美元机会 — templecrash · 2026-09-11
- 装个免费软件花掉 100 美元 API 费，agent 成本吐槽引共鸣 — MartinGTobias · 2026-09-11
- bartowski 为 GGUF 量化模型设计新张量布局，测试全面优于旧版 — noneabove1182 · 2026-09-11
- antirez 在 128GB M5 Max 上跑 DeepSeek v4.1 Flash,SSD 流式加载快得出乎意料 — antirez · 2026-09-11