返回 7*24 快讯
重要来源MarsBit

Opinion: API distillation is merely a stepping stone for RL; GLM 5.2's autonomous iteration can completely eliminate dependence on American models.

According to Beating's monitoring, Google TPU software engineer Patrick Toulme pointed out that there is a misunderstanding regarding the claim that GLM 5.2 caught up with Opus through distillation. The training difficulty of large models in agent coding tasks lies in the "zero gradient dilemma," meaning that if the model cannot generate the correct running path in the early stages, reinforcement learning cannot obtain gradient signals to initiate parameter updates. The role of distillation Claude or GPT-5.5 is merely to provide seed solutions to bypass the zero gradient dilemma during the cold start phase. Once the model crosses the cold start threshold, subsequent performance improvements will no longer depend on distillation, but will rely entirely on the hill-climbing algorithm of reinforcement learning for self-evolution. Toulme emphasized that GLM 5.2 already has the ability to independently generate successful paths and can completely iterate to higher levels through reinforcement learning, completely eliminating its dependence on large US models. Redis founder Salvatore Sanfilippo added another possible path: while introducing inference patterns (distillation) through high-capacity models is very useful for obtaining better RL signals, the DeepSeek R0 practice has proven that reinforcement learning can still operate autonomously and achieve breakthroughs even in a pure cold start without distillation seeding. He also believes that if the cold start hurdle still needs to be overcome, large-scale model development can initially use local open-source models such as DeepSeek-v3.2 for fine-tuning, rather than necessarily relying on US APIs.
免责声明:以上内容仅为作者观点,不代表 711BTC 的任何立场,不构成与 711BTC 相关的任何投资建议。

相关推荐

-371undefined前重要

美银警告:当前市场出现互联网泡沫后期特征,AI回报为关键点

火星财经消息,8 月 14 日,AI 行情继续推高美股,但美银相关研究提醒,当前市场正在出现一些类似 1999 年互联网泡沫后期的特征。最突出的信号,是标普 500 集中度高企、主动选股活跃度降至纪录低位,以及资金持续追逐少数 AI 赢家。 近期英伟达联手华尔街巨头筹划 5000 亿美元 AI 基础设施融资,将这种担忧进一步放大。乐观派认为,这将为 AI 客户提供更长期的资金通道,支持芯片、数据中心和算力需求;谨慎派则担心,这类安排带有「供应商融资」色彩,可能让 AI 资本开支从产业投资变成更复杂的金融结构。 美银观点认为,当芯片、云厂商和大型科技公司成为指数上涨的核心驱动力时,市场表面繁荣可能掩盖内部脆弱性。如果大量资金被动流入市值权重最高的 AI 股票,主动选股退潮,行情将更依赖少数公司的业绩兑现。一旦 AI 收入回报慢于资本开支扩张,指数波动可能被放大。

-251undefined前

Bitwise与金融科技公司Superstate达成合作,为旗下基金推出代币化持有功能

PANews 8月14日消息,据 PRNewswire 报道,全球加密资产管理公司 Bitwise Asset Management 宣布与金融科技公司 Superstate 达成合作,共同开发 Bitwise 旗下部分基金的代币化持有功能。Superstate 致力于与发行人和资产管理公司合作,将证券上链。 根据双方正在开发的框架,代币化只会改变股份所有权的记录方式。投资者仍可通过现有渠道购买相应基金的相同股份,并享有相同的权利。股东可以选择以传统记账方式持有股份,或以代币化方式持有股份,后者记录在区块链上,并通过 Superstate 的过户代理基础设施进行维护。

-191undefined前

视频|我们已经处于人工智能泡沫之中

Lead Edge Capital 创始人 Mitchell Green 在接受 CNBC 采访时表示,当前 AI 市场已经明显处于泡沫之中,而且这个泡沫最终很可能会破裂。他认为,未来 AI 基础设施可能出现过度建设,很多公司也会因为过度乐观投入过多资本。如今 AI 已经找到编程这一杀手级应用,但真正改变世界的下一批应用和巨头,还没有出现。Green 认为,真正值得警惕的是,这一轮 AI 泡沫背后叠加了更复杂的债务和隐性杠杆。一旦增长预期无法兑现,风险会被进一步放大。

-71undefined前重要

美元兑日元下跌0.1%,报159.374

Odaily星球日报讯 据 Gate 最新数据,黄金价格下跌至 4341 美元/盎司,日内跌幅达 0.26%。白银价格跌至 64.17 美元/盎司,日内跌幅达 0.16%。 外汇方面,美元兑离岸人民币(USD/CNH)日内下跌 0%,当前汇率为 6.74443。美元兑日元(USD/JPY)日内下跌 0.07%,当前汇率为 159.374。 全球股指方面,欧洲 50 指数(EUSTX50)日内上涨 0.06%,报 6562.51 点;英国富时 100 指数(UK100)日内下跌 0.03%,报 10793 点;德国 DAX40 指数(GER40)日内上涨 0.08%,报 26404.7 点。 大宗商品方面,WTI 原油日内下跌 0.17%,报 81.2 美元/桶。布伦特原油日内下跌 0.21%,报 87.48 美元/桶。 Gate 支持用户在平台内直接交易传统金融市场产品,一站式覆盖贵金属、外汇、全球股票差价合约(CFD)、重要指数及大宗商品等多类资产,实现加密资产与传统金融资产的深度融合。Gate TradFi 相关功能已全面集成至 Gate App 及 Web 端,用户无需切换平台,即可便捷参与全球资产价格交易,在加密市场之外解锁更多策略与机会,持续提升多元资产配置体验。

-11undefined前重要

某巨鲸开始出售 HYPE,已向交易平台存入约 5300 万美元代币

Foresight News 消息,据 Onchain Lens 监测,某巨鲸于上周从 Hyperliquid 提取 189 万枚 HYPE(约 1.06 亿美元),目前已向 Coinbase Prime 和 FalconX 存入 92.374 万枚 HYPE(约 5300 万美元)进行出售。该巨鲸目前仍持有 96.96 万枚 HYPE(约 5570 万美元)。

-11undefined前重要

英伟达 Feynman 平台预计 2028 年量产,台积电 A16 与 SoIC 同步扩产

火星财经消息,据 DIGITIMES 报道,英伟达下一代 AI 平台 Feynman 的量产时间目标锁定在 2028 年下半年,将采用台积电 A16 制程,并导入 SoIC 3D 堆叠及 CPO 技术。Rubin 世代以多颗小芯片与 HBM 整合为主,Feynman 则进一步向 3D 小芯片、SoIC 及 CPO 方向发展。报道指出,台积电正加速推进相关产能建设,原规划 2026 年底 SoIC 月产能达 2 万片,目前最新目标已上调至 2027 年底达 5 万片。台积电嘉义 AP7 与南科 AP8 的建厂进度同步加快,其中 AP7 共规划 8 个阶段,P1、P2 已进入装机,P3、P4 已取得建照,P5 至 P8 持续规划中。该厂除量产苹果专用的 WMCM 外,后续将依客户需求配置 SoIC、CoPoS 及 CPO 相关产线。英伟达已将研发与供应链资源快速转向 Feynman 平台,台积电先进封装订单外溢效应持续扩大,矽品已成为承接英伟达 CoWoS 与 CPO 订单的主力封测厂。英伟达 Feynman 平台的 NVLink 互连带宽预计突破 1 PB/s,较 Rubin Ultra 的 520 TB/s 进一步提升。台积电的 COUPE 技术通过 SoIC 将 EIC 与 PIC 进行 3D 整合形成光引擎,将光电转换由传统电路板推进至封装架构内部。2026 年以来,英伟达已投入超 400 亿美元布局 AI 生态,涵盖模型、晶圆制造、数据中心及光通讯等领域。