guanweilu

有一件事困扰了我很久。每次用 ChatGPT，我都能感觉到它回答里带着某种“气质”——不是简单的礼貌，而是一种刻在骨子里的“政治正确”。你说不清它是什么，但你会觉得：这个模型是不是…

我第一次跑 Stable Diffusion 的时候，最让我困惑的不是它画得好不好，而是它生成一张 512×512 的图只要几秒钟。我当时的认知是：扩散模型不是要逐像素去噪吗？那应…

我最早用 ChatGPT 做复杂任务时，会先让它写一个详细的计划，然后一步步执行。结果呢？计划写得头头是道，但执行到第三步就卡住了，因为第二步的结果完全出乎意料，后面的计划全废了。…

我最早以为，要让大模型变得“听话”，强化学习是绕不过去的坎。OpenAI在InstructGPT里用的RLHF（Reinforcement Learning from Human …

我最早以为 ChatGPT 是直接把网上所有文本倒进一个巨大的神经网络，然后它就自己学会了回答问题。后来才发现，这个想法错得离谱。一个能跟你正常对话的模型，其实经历了三轮截然不同的…

我最早参与一个NLU评测时，信心满满交上去的模型在某个公开测试集上拿了接近满分的成绩。团队一片欢呼，直到有人手贱查了一下训练数据。结果发现，测试集里20%的样本原封不动地在训练语料…

有一个问题困扰了我很久：给一张照片慢慢加噪声，直到它变成一片雪花，然后训练一个神经网络把这个过程反过来——凭什么这样的操作能让模型学会画出一张全新的图？这听起来就像把一本小说撕碎，…

我第一次听说扩散模型时，脑子里只有一个问题：你先给一张图片疯狂加噪，加到最后变成纯噪声，然后再让模型从这个噪声一点一点把图片还原出来——这听上去像是一个魔术。为什么反过来就能生成图…

我最早用 ChatGPT 的时候，很自然地让它帮我查一下明天北京的天气。它说：“对不起，我无法获取实时信息。”后来我试了让它订机票、发邮件，答案都是“我做不到”。那一刻我意识到，这…

你打开一个 AI Agent 应用，输入一句“帮我整理这周的所有邮件，把重要事项列出来，然后发一封总结给老板”。然后你看着它开始“思考”，调用邮件 API 读取内容，汇总要点，写草…