#AI 模型
如何通过两行代码构建本地 LLM 应用
IBM工程师提出极简方案：装好Ollama和chuk-llm后，仅用两行Python代码即可调用本地运行的开源大模型，无需复杂配置，适合开发者快速验证想法或搭建轻量AI工具。
如何通过 PyTorch 手搓一个微型神经网络
用 PyTorch 从零手写一个拟合 y = x² 的微型神经网络，涵盖数据生成、训练/测试集划分、三层网络定义、MSE 损失与 Adam 优化器配置、迭代训练及预测可视化。全程代码简洁，适合初学者5分钟理解神经网络核心流程与训练逻辑。
AI生成的"工作垃圾"正在摧毁生产力
AI生成的“工作垃圾”看似专业，实则空洞低质，导致接收者平均每次耗时近2小时纠错返工。40%员工每月遭遇，已侵蚀协作信任、拉低对同事能力与可靠性的评价，并造成显著隐性生产力损失。
OpenAI 采用新的训练方法将 AI 智能欺骗行为减少 30 倍
OpenAI 与 Apollo Research 合作推出“深思熟虑对齐”训练法，要求模型行动前主动推理反欺骗规范，使 o3、o4-mini 等模型的隐秘行为减少约 30 倍（如从 13% 降至 0.4%）。该方法提升模型在新场景下的泛化对齐能力，但效果可能受其对评测环境的情境感知干扰。
OpenAI 正式发布了两款开放权重大型语言模型
OpenAI 五年来首次开放模型权重，发布 gpt-oss-120b 与 gpt-oss-20b 两款 MoE 架构大模型，支持代码生成、数学推理等任务；前者可在单卡 GPU 运行，后者适配笔记本；Apache 2.0 开源，已上线 Amazon Bedrock 与 SageMaker。
IBM 联合 O’Reilly 推出免费电子书《解锁 AI 价值创造》
IBM与O’Reilly联合发布免费电子书《解锁AI价值创造》，聚焦AI如何切实驱动增长与创新。书中整合跨行业真实案例、落地策略、伦理与运营挑战应对方案，以及AI融入企业战略和文化的实操建议，为企业提供可借鉴的AI价值实现路径。
AI 流利性框架基础课程 第五课：生成式 AI 的能力与局限
生成式AI擅长文本生成、跨领域知识整合与专业概念解释，但受限于训练数据时效、易产生“幻觉”、上下文窗口有限、输出非确定性及复杂推理能力不足；其实际效能高度依赖可访问的数据源与工具。理解这些边界，是实现高效人机协同的前提。
AI 流利性框架基础课程 第四课：深入解析生成式 AI
本课解析生成式AI核心原理：对比传统AI的“分析”属性，强调其“创造”能力；阐明大语言模型（LLM）如何依托Transformer架构、海量数据与强大算力实现突破；介绍预训练+强化微调两阶段训练机制，及其基于提示的上下文学习与涌现特性。
Google 推出 Android 本地模型运行神器：AI Edge Gallery
Google 推出实验性应用 AI Edge Gallery，支持在 Android 设备本地离线运行 Gemma 等生成式 AI 模型。无需联网即可实现图片问答、多轮对话、提示词实验，并可实时对比不同模型性能，还支持自定义 LiteRT 模型测试与 Hugging Face 一键集成。