標籤: Machine Learning

探討 70M–500M 參數級別的 SLM 在 PPO 強化學習對齊中常見的三大崩潰模式（梯度凍結、數值溢出、策略崩潰），並解析 PPL < 20 的能力空間假說（Capacity-Headroom Hypothesis）。

整理 Ornith-1.0 的 Self-Scaffolding、Reward Hacking 防線與 Pipeline-RL 設計，並說明 Agentic Coding 系統在評測與部署時應保留的信任邊界。

深度剖析外送龍頭 DoorDash 如何結合大型語言模型、專屬 AI Agent、Model Context Protocol (MCP) 以及三層記憶體系統，打造出日均執行 2,000 次自動化評估的企業級 AI 購物助理系統。

根據 SpaceXAI 官方發布與模型文件，釐清 Grok 4.5 的 API 規格、程式開發評測、可用管道，以及團隊導入前應自行驗證的限制。

更新 GPT-5.6 從有限預覽轉為正式供應後的 Sol、Terra、Luna 定位、API 規格與價格，並整理 benchmark 限制和企業導入決策。

Google 宣布推出全新的 Colab CLI 工具！打破本地端與雲端 GPU 之間的隔閡，只要透過簡單的終端機指令，即可瞬間調用強大算力，更是次世代 AI Agent 自動化執行的完美利器。

鐵達尼號生存預測競賽的完整實戰紀錄：漸進式特徵工程、CatBoost 與 RF 集成、CV 與 Public LB 脫鉤、嚴格 notebook 移植，以及何時該停手。最終 Public LB 0.81578。