相关文章标签: ai-llm-research
-
像 AI 产品工程师一样阅读新的 open-weight 模型的流程
不仅仅是看基准测试。这是一份阅读 open-weight 模型的实用清单：模型卡、许可证、架构、上下文、推理、评估以及是否适合产品。
→ -
我阅读了新的 LLM 论文：哪些趋势值得 AI 工程师关注？
一种更实用的阅读 LLM 论文的方法：不盲从炒作，而是看看哪些趋势真正影响了我们构建 AI 产品的方式。
→ -
优化 LLM 推理 (reasoning) 不仅仅是训练更大的模型
推理时扩展 (Inference-time scaling)、自洽性 (self-consistency)、验证器 (verifier) 和推理预算 (reasoning budget) 如何提高 LLM 质量，以及何时因成本过高而不应使用它们。
→ -
评估 chatbot/AI 工作流：基准测试、验证器、LLM 裁判和实际测试用例
关于 LLM 评估的实用笔记：基准测试只是一个起点，而真实产品需要测试用例、验证器、人工审查以及与工作流相关的指标。
→