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
7942 点击 2025-09-01 14:51
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
GRPO 就像一个树节点，从这里开始开枝散叶。
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。
今天，是9月1号。 可能很多朋友还不知道，今天，有个跟整个行业都相关的法规，开始正式实行了。
记忆，你有我有，LLM 不一定有，但它们正在有。
LLM 似乎可以扮演任何角色。使用提示词，你可以让它变身经验丰富的老师、资深程序员、提示词优化专家、推理游戏侦探…… 但你是否想过：LLM 是否存在某种身份认同？
大模型正在成为AI公司的直接收入增长引擎，全栈AI布局形成的飞轮效应进一步显现，清晰业务模式+技术路径，已是大模型落地战中的关键纲领。
2025 年 8 月 29 日，由清华大学计算机系崔鹏教授团队联合稳准智能共同研发的结构化数据通用大模型「极数」（LimiX）正式宣布开源。
微软紧跟OpenAI的节奏，在同一天也亲自下场发布了微软自研的两个大模型：语音模型MAI-Voice-1和通用模型MAI-1-preview。对于这位老大哥，亲自下场做的第一个AI大模型，效果究竟怎么样？
说个热知识，现在的大模型，也可以轻松被投广告了。 我们之前也确实发现过这类现象，当时是在研究一家做 GEO（生成式引擎优化）的公司。通过在网上堆出大量正面内容，把某个特定品牌、网站、课程甚至微商产品，默默地塞进了大模型推荐结果里。
不卷参数的专业模型，会不会被通用大模型取代？ 在医疗领域，这个疑问正在被打破。