跳到正文
Text
Matrix
技术笔记
行业快讯
视频精读
财富自由
思考与随笔
搜索
Text
Matrix
搜索
技术笔记
行业快讯
视频精读
财富自由
思考与随笔
Grpo
2026
09-13
PyroDash：让 4B 小模型在 token 级触发交接，把 49 美元的账单砍到 1.78
08-19
LLM-as-a-Verifier：当「验证」成为继预训练 / 训练后 / 测试时之后的第四条扩展轴