保姆的味道3中午，晚点对话何小鹏：为做一个真正的 CEO，我付出了怎样的代价（上）

保姆的味道3中午

基本上，推理就是一次预测一个这些分布，我们继续反馈标记并获取下一个标记，一直在进行采样。根据我们的“运气”，我们可能会得到非常不同的模式。这就是推理。

2月6日，具俊晔发长文证实大S去世时间为2月2日，目前，他正在经历无法用语言形容的悲伤和痛苦，“没力气说什么，也不想说。”然而这几天以来他不断遭到负面攻击，他称：“有些人像恶魔般批评我们一家人，也损害我的爱。”，晚点对话何小鹏：为做一个真正的 CEO，我付出了怎样的代价（上）

另外，据许明军透露，视效组目前已经会利用AI（人工智能）绘制概念图，“我们会在AI概念图的基础上进行加工。AI创作概念图的特点是‘快与多’，它能够在短时间内给出多个方案，速度要比以前人工绘制概念图快很多”。不过，他也表示概念图设计师并没有被取代，因为AI做不到那么精准，比如对楼的形状设计会有偏差，最终还是要由人工来设计把关。短时间内，AI仍然无法取代人工来制作电影视效。

李先生设计的详细行程为：1.新加坡乌兰—马来西亚新山；2.马来西亚新山—金马士；3.金马士—吉隆坡；4.吉隆坡—北海；5.北海—巴东勿刹；6.巴东勿刹—曼谷；7.曼谷—万象；8.万象—琅勃拉邦；9.琅勃拉邦—西双版纳；10.西双版纳—昆明—成都。他告诉记者，和国内通过12306 APP就能方便快捷订票不同，在上面这些国家订票需要下载多个APP，包括马来西亚铁路局KTM、泰国铁路公司D-ticket、中老铁路LCR，而且新加坡乌兰—马来西亚新山、巴东勿刹—曼谷、曼谷—万象这三段火车票不好买，“必须抢到票才好安排行程，不然不好订酒店和后面的车票。”

据NPR报道，伯恩斯已经与约翰·拉特克利夫进行过几次交谈。不过，“我不确定他是否需要我的免费建议”，伯恩斯意味深长地说道。

像 trl 这样的库已经开始支持 GRPO，使得微调由 transformers 构成的 LLM 变得非常简单。代码也非常简洁，只需将训练器替换为 GRPOTrainer 并定义一些奖励即可。GRPO 的最小代码量大约只有 99 行，如果你使用的是像 meta-llama/Llama-3.2-1B-Instruct 这样的小型模型和像 openai/GSM8K 这样的数据集，可以非常快速地启动。

1月20日，中国AI初创公司深度求索（DeepSeek）推出大模型DeepSeek-R1。作为一款开源模型，R1在数学、代码、自然语言推理等任务上的性能能够比肩OpenAI o1模型正式版，并采用MIT许可协议，支持免费商用、任意修改和衍生开发等。