科普向：一文解构大模型后训练，GRPO和它的继任者们的前世今生
科普向：一文解构大模型后训练，GRPO和它的继任者们的前世今生GRPO 就像一个树节点，从这里开始开枝散叶。
来自主题: AI技术研报
11410 点击 2025-09-01 14:51
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
GRPO 就像一个树节点，从这里开始开枝散叶。
刚刚，马斯克自曝，xAI的整个代码库都被偷走了。 就在今天，xAI起诉了一名离职员工，指控他窃取商业机密。 而且按xAI的说法，这名员工已经跳槽到了OpenAI。
昨天，美团低调地开源了其560B参数的混合专家（MoE）模型——LongCat-Flash。 一时间，大家的目光都被吸引了过去，行业内的讨论大多围绕着它在公开基准测试中媲美顶尖模型的性能数据，以及其精巧的MoE架构设计。
从 Cursor 到 Perplexity，从 Pika 到 Granola，硅谷多家未来独角兽背后，站着同一个早期捕手：AI Grant。
Attio 刚刚完成了 5200 万美元的 B 轮融资，由 Google Ventures 领投，他们的使命很简单也很激进：彻底重新发明 CRM，让它真正为 AI 时代而生。
在 AI 工具百花齐放的 2025 年，越来越多的产品尝试改变我们的工作方式。但大多数工具，不是聊天机器人，就是笔记软件，最终让人类不断陷入“复制-粘贴-整理”的循环。
AI ：不打针，不吃药，坐下就是跟你唠。
最新开源多模态智能体，能自动操作手机、电脑、浏览器的那种！开源评测榜单和中文场景交互成绩全面提升。
从Llama 4「作弊刷分」丑闻，到143亿美元收购Scale AI，扎克伯格疯狂挖角，却换来团队内讧；上亿美元年薪，没能留住顶尖人才。Meta的超级智能实验室（MSL），到底是未来引擎，还是人心崩盘的深坑？
你或许也有过这样的猜想，如何让AI智能体（Agent）变得更聪明、更能干，同时又不用烧掉堆积如山的算力去反复微调模型？