热点事件持续更新
博主调侃带娃如同训练两个小型语言模型
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月7日，博主 LLMJunky 以训练大模型的口吻自嘲晒娃，把带娃比作训练两个小型语言模型（SLM）。他称这两只「模型」正处在 post-training 阶段，各自的预训练耗时 9 个月，且算力账单还在源源不断地来。强化学习（RL）方面，除出现「奖励黑客」——一哭就能拿到零食——之外进展顺利。他还列出「模型」的毛病：幻觉率高，输出高度重复（同一句「为什么」要问 400 遍），对蔬菜和睡觉的拒绝率极高。评测结果则是：在「制造混乱」基准上碾压式领先，在「收拾混乱」上彻底翻车。截至该帖发布，事件仍停留在这一则自嘲式分享，报道中未见后续进展或其他人的回应。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 05:10
10月7日博主 LLMJunky 自嘲两个「SLM」正做 post-training，吐槽奖励黑客与超高的输出重复率。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- AGI HuntLLMJunky 自嘲在训练两个「SLM」：9 个月预训练，奖励机制靠零食
LLMJunky 用大模型训练口吻晒娃式自嘲：手上两个「SLM」正在 post-training，各自预训练花了 9 个月，算力账单还在来。RL 除「奖励黑客」（一哭就有零食）外进展顺利，幻觉率高、输出高度重复（「为什么」问 400 遍）、对蔬菜和睡觉拒绝率极高。这两只「模型」在「制造混乱」基准上碾压，在「收拾混乱」上翻车。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。