從樂觀原始對偶到多代理生態轉向 — 2026/02/27
涵蓋最後迭代收斂、獎勵建模、agent 協調成本與擴散推理解決方案。
RLHF
模型行為控制與自治代理系統實務趨勢 — 2026/02/19
重點涵蓋非破壞性模型編輯（CrispEdit）、agentic 系統實作、具身與邊緣部署、評估工具。
大型語言模型評判與基礎設施趨勢分析 — 2025/11/25
聚焦 LLM-as-a-Judge 技術譜系、Opus 4.5 上線、Qwen 公測與雲端基建擴張。
涵蓋最後迭代收斂、獎勵建模、agent 協調成本與擴散推理解決方案。
重點涵蓋非破壞性模型編輯（CrispEdit）、agentic 系統實作、具身與邊緣部署、評估工具。
聚焦 LLM-as-a-Judge 技術譜系、Opus 4.5 上線、Qwen 公測與雲端基建擴張。