pols.dev 放出约 8.7 万字符 Markdown:逐条点名生成器网页套路,并给正面配方。通用守则文件,不是网站生成器。
1 个核心 skill、23 条设计命令、一份反模式清单,外加能塞进 CI 的 slop 检测。主站讲怎么做,/slop 页把「一眼假」的 UI 套路摊开。
把约 54GB 的 27B 模型压到约 3.9–5.9GB:手机能本地跑,平均分还保住大约九成。先讲核心价值,技术细节和要打折的地方放后半段。
他主张美国先建类 FINRA 的标准机构,用动态基准划定前沿模型;协议跑通后可升级为进市场的硬门槛
24 个月里模型能力大幅跃升,SAGE 实验室自建的可靠性复合指标只涨 5–10 个百分点
36 页官方手册拆开四阶段的毕业标准、常见陷阱与对应 Claude 提示词,可直接照抄使用
记忆系统上线后杂货结账转化率提升约24%,自动化评测让日均评测量从1条人工反馈扩到2000+场。
检索变成会规划会重试的子 agent,评测从「能跑通」升级到「做得对」
分析3个模型、20种语言:英语最谨慎最深入,俄语最较真,印地语最温暖,中文接近全局均值
没有“大脑”(中央控制器)指挥,近两百个普通的智能小方块通过“交头接耳”,就能自己搞清楚拼成了什么形状,甚至能在损坏后判断应该往哪里“长”回来。前半部分已经在实体砖上实现;损伤定位和再生仍主要发生在模拟中。
企业为智能支付两次:一次付模型费用,一次提供让模型真正有用的专有知识。
论文写着已经开源,但代码仓库核实是空的,一行代码都没推送过。
换模型不是换个 API:评测框架、工具参数、缓存、推理记录,四个看不见的坑逐一拆解修法
样本覆盖 120 万段会话、60 万+组织:内容创作紧随其后占 16.4%,两类合计近半使用量。
利润率常年卡在个位数的制造、物流、仓储、劳务行业,靠削减协调成本就能把利润成倍拉高
57.6万样本、16个模型实测:19.7%的AI推荐包是幻觉,43%会反复生成同一假名。
对 benchmark 作弊质询未给出正面回应,桌面应用合并遭老用户抗议,团队坦言"还在摸索"。
从隐性知识、交互带宽到模型对齐,论证AI发展为何离不开人类参与。
留个邮箱,每篇新解读发布就送达,随时退订。