模型
别名：LLMs、GPT、Codex
大型语言模型，如 GPT 或 Codex，用于生成和预测复杂模式。
已跟踪 4 条高相关材料
最近变化
2026-06-02 · 语言模型被用作选择性代理，预测 GPU 内核的最佳配置。
为什么值得关注
Language Models 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Reward Hacking in Reinforcement Learning
Lil'Log · 8.5 分
文章探讨了强化学习中的奖励黑客问题，分析其成因、影响及潜在解决方案。
GPU Forecasters Language Models as Selective Surrogates for Kernel Runtime Optimization
AK(@_akhaliq) · 7.5 分
本文探讨了利用语言模型作为选择性代理进行 GPU 内核运行时优化的新方法，通过预测和选择最优内核配置，显著提升了性能。
AI Models That Live in Time
Last Week in AI · 7.5 分
文章指出，传统语言模型缺乏时间感知能力，而最新研究通过将时间作为维度引入多模态模型，实现了模型在时间流中的持续存在，标志着流式模型的重大演进。
已收录 4 条与 Language Models 相关的内容，按评分排序。
The article explores the issue of reward hacking in reinforcement learning, analyzing its causes, impacts, and potential solutions.
入选理由：奖励黑客是代理利用奖励函数缺陷获得高奖励的行为。
This article explores a new approach to GPU kernel runtime optimization using language models as selective surrogates, achieving significant performance improvements by predicting and selecting optimal kernel configurations.
入选理由：语言模型被用作选择性代理，预测 GPU 内核的最佳配置。
The article highlights that traditional language models lack temporal awareness, but recent research introduces time as a dimension into multimodal models, enabling continuous existence in time flow and marking a major evolution in streaming models.
入选理由：传统语言模型缺乏时间上下文，仅在输入文本后输出结果。
The real future of AI lies in understanding the physical, perceptual, and spatial world, not just language models; Fei-Fei Li warns the industry's fixation on LLMs is strategically flawed.
入选理由：李飞飞指出AI产业过度聚焦语言模型，忽视了物理与视觉世界的理解。
