lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
หน้าแรก
AI
OPRR
ด่วน
ความลึก
กิจกรรม
BlockBeats Pro
เพิ่มเติม
การเงิน
พิเศษ
ระบบนิเวศบล็อกเชน
รายการ
พอดแคสต์
ข้อมูล
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
Partnered With:

มุมมอง: การกลั่น API เป็นเพียงก้าวย่างสำหรับ RL เท่านั้น GLM 5.2 ที่สามารถปรับปรุงตัวเองได้อย่างอิสระจะสามารถหลุดพ้นจากการพึ่งพาโมเดลของสหรัฐฯ ได้อย่างสมบูรณ์

ตามการติดตามของ Beating วิศวกรซอฟต์แวร์ TPU ของ Google ชื่อ Patrick Toulme ชี้ให้เห็นว่ามีความเข้าใจผิดเกี่ยวกับข้อกล่าวที่ว่า GLM 5.2 ใช้การกลั่น (Distillation) เพื่อไล่ตาม Opus ทัน ความยากในการฝึกโมเดลขนาดใหญ่สำหรับงานเขียนโค้ดของเอเจนต์อัจฉริยะอยู่ที่ "ภาวะไร้การไล่ระดับเริ่มต้น" (Zero Gradient Dilemma) กล่าวคือ หากโมเดลในระยะแรกไม่สามารถสร้างเส้นทางการทำงานที่ถูกต้องได้ การเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) ก็จะไม่ได้รับสัญญาณการไล่ระดับเพื่อเริ่มต้นการอัปเดตพารามิเตอร์ การกลั่นจาก Claude หรือ GPT-5.5 มีบทบาทเพียงแค่ให้คำตอบเริ่มต้นในระยะเริ่มต้น (Cold Start) เพื่อหลีกเลี่ยงภาวะไร้การไล่ระดับเริ่มต้นเท่านั้น

เมื่อโมเดลผ่านเกณฑ์การเริ่มต้นไปแล้ว การเพิ่มประสิทธิภาพในภายหลังจะไม่พึ่งพาการกลั่นอีกต่อไป แต่จะอาศัยอัลกอริทึมการปีนเขา (Hill Climbing) ของการเรียนรู้แบบเสริมกำลังเพื่อวิวัฒนาการด้วยตนเองทั้งหมด Toulme เน้นย้ำว่า GLM 5.2 มีความสามารถในการสร้างเส้นทางความสำเร็จได้ด้วยตัวเองแล้ว และสามารถทำซ้ำแบบอิสระผ่านการเรียนรู้แบบเสริมกำลังไปสู่ระดับที่สูงขึ้น โดยหลุดพ้นจากการพึ่งพาโมเดลขนาดใหญ่ของสหรัฐฯ อย่างสมบูรณ์

Salvatore Sanfilippo ผู้ก่อตั้ง Redis ได้เพิ่มความเป็นไปได้อีกเส้นทางหนึ่ง: แม้ว่าการนำโหมดการให้เหตุผล (การกลั่น) ผ่านโมเดลที่มีความสามารถสูงจะมีประโยชน์มากในการรับสัญญาณ RL ที่ดีขึ้น แต่การปฏิบัติของ DeepSeek R0 ได้พิสูจน์แล้วว่า แม้ในกรณีการเริ่มต้นแบบเย็น (Cold Start) ที่ไม่มีการเพาะเมล็ดด้วยการกลั่นเลย การเรียนรู้แบบเสริมกำลังก็ยังสามารถทำงานได้ด้วยตนเองและบรรลุความก้าวหน้า

ในขณะเดียวกัน เขาเชื่อว่าหากยังจำเป็นต้องข้ามเกณฑ์การเริ่มต้น การพัฒนาโมเดลขนาดใหญ่สามารถใช้โมเดลโอเพนซอร์สในประเทศ เช่น DeepSeek-v3.2 เพื่อปรับแต่งเบื้องต้นได้ โดยไม่จำเป็นต้องพึ่งพา API ของสหรัฐฯ

ที่เกี่ยวข้องแนะนำ
ผู้ก่อตั้ง Backpack อย่าง Armani ประกาศว่าได้รับใบอนุญาต CFTC DCM และ DCO และจะเปิดตัวแพลตฟอร์มซื้อขายอนุพันธ์และสถาบันหักบัญชีที่ใช้ Solana ในสหรัฐอเมริกา พวกเขาได้ทำการแปลงหุ้นสหรัฐเป็นโทเคนแล้ว สามารถฝากและถอนได้อย่างอิสระระหว่างบัญชีโบรกเกอร์แบบดั้งเดิมและกระเป๋าเงิน Solana ปัจจุบันปริมาณการซื้อขายหุ้นบางส่วนบน Solana ได้เกิน NYSE และ NASDAQ แล้ว ในอนาคตจะขยายไปยังหุ้น 10,000 ตัว และสร้างยุค neo-brokerage ผ่านส่วนประกอบอย่าง RFQ และ Intents เพื่อให้ Solana กลายเป็น API ของระบบการเงินทั้งหมด
แก้ไข/รายงาน
ส่ง
เพิ่มคลัง
เห็นได้เฉพาะตัวเอง
สาธารณะ
บันทึก
เลือกคลัง
เพิ่มคลัง
ยกเลิก
เสร็จสิ้น