「Claude 知音」模型开源：权重与训练代码已上架
maxsloef · x · 2026-10-20
casey 训练的 claudefriend——一个按 Claude 对话偏好做 RL 优化的模型——正式开源，作者贴出 Hugging Face 权重与训练代码链接。项目背景与方法见其博文（用 GRPO 以 Claude 作为奖励模型训练 Qwen base）。
「研究」频道最新
- 从混淆 C 代码大赛到 AI 数学证明:同一股「看不懂但有效」的味 — DynamicWebPaige · 2026-10-20
- NeurIPS Spotlight PersistBench：测试 4D 世界模型是否真有「视觉记忆」 — weichiuma · 2026-10-20
- 斯坦福团队发布 Collaborative Intelligence 基准:测 AI 当队友的能力 — KyeGomezB · 2026-10-20
- 人类首次让眼中细胞「返老还童」，青光眼视神经再生迎突破 — Dr_Singularity · 2026-10-20
- 科学家将80岁细胞逆转至分子年龄20岁以下 — Dr_Singularity · 2026-10-20
- 往返验证修复法检验 LLM 形式化忠实度,偏差降 1.4-2.5 倍 — StanfordAILab · 2026-10-20