技术社区博客园首页
[Agent Memory / 强化学习] MemPO源码学习笔记 --- (6)--- 奖励机制 - 罗西的思考
【摘要】[Agent Memory / 强化学习] MemPO源码学习笔记 (6) 奖励机制 目录[Agent Memory / 强化学习] MemPO源码学习笔记 (6) 奖励机制0x00 概要0x01 原理1.1 双通路奖励机制1.2 通俗解释优势函数Outcome AdvantageMemory Ad 阅读全文
AI 资讯
跟进 AI 的项目、产品与讨论
已同步 36981 条公开资讯，来源和发布时间保留在每条记录中。
AIGOOD 已同步公开来源；每条资讯详情保留来源和原文链接。
社区讨论LinuxDo
第一次用GPT-6.1-Sol给Deepseek抽鞭子，确实好用，外国月亮还是圆
第一次用GPT-6.1-Sol给Deepseek抽鞭子，确实好用，外国月亮还是圆 之前一直都只用过Flash级别的模型，像什么Deepseek v4.1 Flash，GLM-5.3-Flash, Qwen-3.8-Flash之类，主力还是用deepseek，额度全靠到处白嫖。近期升了LV3之后，终于有机会到论坛公益站里，用上大佬分享的GPT和Claude模型。 今天第一次尝试让GPT-6.1-Sol做规划，调用dsv4.1f执行具体工作。使用的平台为deepseek harness，一开始配置子代理调用不同模型就…
社区讨论LinuxDo 最新
甲骨文云维护
维护完破壳概率会高点吗
社区讨论LinuxDo 最新
问了几个ai谁是最幸福的小孩,大肥鱼荣登榜首
问谁是最幸福的,他们好像都投给了大肥鱼,大肥鱼荣登榜首幸福童年
社区讨论LinuxDo 最新
Netflix裁员进行时
https://puck.news/netflix-is-sharpening-the-layoff-axe/ 消息人士告诉我，Netflix即将裁员，这是公司重组计划的一部分，预计将影响约5%的员工，最早可能在下周宣布。Netflix发言人拒绝置评，但据最新估计，该公司在全球拥有约17000名员工，因此5%的裁员将导致约850个工作岗位流失。虽然裁员幅度较大，但与近期其他大型媒体和科技公司的裁员趋势相符。 https://www.reuters.com/business/media-telecom/netfli…
社区讨论LinuxDo 最新
我的Chatgpt Web咋这样了，像卡bug了，有佬知道是啥情况嘛
就是上面没有了chat和work的选项，我没法切换到chat界面，而这个当前画面看起来像是work的codex输入，但实际上我在这下面无法输入任何东西。选择云端会提示让我提供github云端环境，我记得之前是不用的。 登出重登我也试过，还是一样。有佬知道是什么原因嘛。另外我的codex客户端一切正常。
社区讨论LinuxDo 最新
zcode 三亿额度
现在登录zcode，可领glm 5.3-flash三亿额度，今晚23:00生效。
社区讨论LinuxDo 最新
Agent项目求助
佬们我想找一个coding Agent项目就是想借鉴借鉴怎么写的然后自己也写一个放到简历上，就是当前不是很清楚要具体复现哪些功能之类的。佬们有没有推荐的项目或者是具体个人开发的要复现哪些功能呀。
社区讨论LinuxDo 最新
现在的 OpenAI 比 Anthropic 还能搞心态啊
花钱开了一堆降智号，没招了
社区讨论LinuxDo 最新
给邪恶的anthropic公司送钱导致它越做越大，是否也是在作恶？
给邪恶的公司送钱导致它越做越大，是否也是在作恶？ 被封号不退款还要不停买，是否构成政治哲学上所说的平庸之恶？
社区讨论LinuxDo 最新
其实我有点好奇 每当有人说某某模型够用的时候
就会有人说，是你的任务太简单了 从opus4.6时期 一直到现在opus5.5时期 当有人说 哎呀这个模型对于我来说够用了， 就会有人说 那你的任务还挺简单的 那么问题来了 opus4.6时期困难的任务 和现在opus5.5时期困难的任务 有啥区别吗 还是说半年时间里 人类要解决的问题难度大大的提升了呢 才使得opus4.6在现在也只能处理一些简单问题了
社区讨论LinuxDo 最新
现在还在不停给anthropic公司送钱的人是什么心态？
给邪恶的公司送钱导致它越做越大，是否也是在作恶？
社区讨论LinuxDo 最新
Zcode发粮了，速领3亿tokens
兄弟们速领周末福利3亿tokens，我先领为敬。
社区讨论LinuxDo 最新
想请教一下，现在哪个i2i 模型符合我的需求呢
需求：想把我对象的百天照和我的百天照合成一张照片，类似情侣写真一样，有遇到同样需求的佬儿吗？用哪个模型，以及提示词又该怎么写呢？
社区讨论LinuxDo 最新
研二深圳实习咨询
坐标深圳，双非硕，科研方向联邦学习，有一篇 A。自学了一些 LLM 和 agent 相关知识，最近找到一家深圳小公司的算法岗实习，月薪 8k，双休。工作内容分两块：agent 工作流搭建和视频生成模型训练，都比较符合我的发展方向，而且离学校很近。 缺点是每天 20:30 到 21:30 要求加班，感觉挺缺人的，让我下周一到岗。 这是我第一次实习，没什么经验，主要想问： 这种小公司算法实习，8k + 这个工时，到底怎么样？身边人都建议我去找中、大厂。 第一次实习应该注意些什么？怎么快速上手、少踩坑？毕竟感觉自己技术…
社区讨论LinuxDo 最新
【被骗经历】兄弟们注意啊，不要用WildAi这个网站的代充，会偷你的cookie去中转，还会给你的中转掺水
楼主昨天晚上图省事给一个两年的老号（之前一直未使用，也没订阅）搞了个pro代充，朋友说这个很好使我也没多想，今早一看多了很多陌生的对话，然后在记录中发现自己的账号被拿去做中转了，去找客服理论，客服装傻不知道，提醒xdm小心一些，虽然我当时没直接logout也是挺蠢的，但是它敢这么干就说明这个商家毫无底线。 另外提醒一下用他们家中转的兄弟，我账号里出现的全都是跟模型智力测试有关的，为什么这家只会把智力测试的请求发给真正的Claude呢，那就不言而喻了。 奸商网站地址：https://bewild.ai/subscr…
社区讨论LinuxDo 最新
领 ZCode 3 亿臭鸡蛋啦！
作者： Ivy 板块： 福利羊毛
社区讨论LinuxDo 最新
有关supergrok降级
佬友们，刚用土区ID买了一个月supergrok，网上说选降级可以拿到一年的挽留套餐，但我在降级页面只能看到三个月1499的，没有一年的，这个情况正常吗？
社区讨论LinuxDo 最新
卧槽了，学校校园网怎么那么卡！！！！
卧槽了，学校校园网怎么那么卡！！！！佬友们也没有办法？
技术社区掘金
把重复工作流派给 AI 的完整方法：四样要素、固定熟手与定时任务
导语 读完本文你能拿到三样东西： 判断「该把哪件活分出去」的标准 让 AI 一次接住需求的三样要素（场景、对象、时限、验收标准）表达法 从「手动派活」到「定时任务自动跑」的完整路径 案例来自义乌电商孵