我記得前幾天 V2EX 這裡就有談過只是 Stripe 的 default template, 然後好像不知道哪裡又再吹了起來 然後就有香港的所謂 AI 「導師」李勁華 的甚麼東西, 走出來說銀聯開通了又收回去, 本來就沒開過呀 這些傳聞應該會讓有些人自願送錢去被封吧

剛開始就沒有 RL, 那時候的 SFT 語料就是人類主動篩選給它的, 本來就是人類教它選的答案 即使不做 SFT, 要求它生成文字也得靠文字接續, 甚麼都不給就看它原本的語料分佈 這倒沒有甚麼主觀意識的哲學問題存在, 就只是技術及數學

@qiuhang 的確，每個人都說 Qwen 好，實測過有些小任務還是 Gemma 適合，實測最重要，沒試過就直接取報價的實在過不去。

@qinbingchen 我家中有三片 3090 ，一片 4090 ，及一片 5090 ，另外有長期部署的 GPU 及 LLM 應該有資格說話吧。 Qwen Flash Next 性價比最強，16G VRAM 能跑，另一個是 Qwen 35B MoE ，Dense 的話你錢不夠。 但問題是我看你對模型的基礎能力好像沒概念，你指定要 14B Q4 沒問題，但問題是哪款模型都沒選好？ 14B 這是上一

是不是問了一個沒打開 web search 又沒 agent 的 Webchat AI, 還 R1 Distill 也太舊了吧..... 你有 GPU 資源嗎? 直接試試 Qwen 3.8 系列或者 Gemma4 啊

執行看看是執行甚麼, 修改任務不可以, 但讓它操作 bash 取 log 一類不用判斷目標的重活很好, 而環境上很有機會要重試的, 讓 Sol/Astra 去給它指示就可以 簡單的 scripting 操作由 Sol/Astra 做當然好, 只是很貴, 我都讓 Sol/Astra 開一個 Luna 的 sub-agent 去做這些

其實只要有合適的 feedback 機制, 讓 AI 知道發生了問題然後去查, 然後給予足夠的權限去修正及發佈, 現在已經可以自我維護了

@kkocdko 其實像 codex 般, 有獨立的 auto-approve 機制已經會好很多, 不是那些無限制全開的, 也不是 whitelist 只能某些 command 可以跑的重人工技巧 龍蝦最吃的是安裝環境, 以前全 PC 都交出去十分不可靠, 而且大部分人安裝了甚麼也不記得而且難以清理, 維護問題也太吃 LLM 去處理 還是標準的環境好, 不談 Telnet 及 SSH 一類只有專家