标题: 两杯奶茶，给我干失眠了
作者: #Ya Gao
板块: #搞七捻三
编号: 1575142
帖子: https://linux.do/t/topic/1575142
时间: 2026-02-07 01:10:34
摘要:

得不偿失啊，正在等待入睡

标题: 如何知道自己设备是否支持蓝牙
作者: #212741
板块: #搞七捻三
编号: 1575147
帖子: https://linux.do/t/topic/1575147
时间: 2026-02-07 01:13:43
摘要:

设备管理看过了，确实有个感叹号的蓝牙驱动，删了重启好像没用
不知道设备有没有蓝牙模块，有个外接的kali网卡（抓握手包用的），呃，说下
我想知道我蓝牙问题是蓝牙驱动还是硬件缺失？蓝牙驱动我可以等下安装，但我想先测试下是不是硬件问题

标题: 国外发模型，国内发红包，这差别有点大
作者: #justinshuai
板块: #搞七捻三
编号: 1575149
帖子: https://linux.do/t/topic/1575149
时间: 2026-02-07 01:16:24
摘要:

人家国外的大模型都在发新模型搞技术迭代，国内的AI大模型倒好，扎堆搞春节发红包、抢红包的玩法，清一色跟风内卷。
只想说一句，营销的风跟得挺紧，怎么核心技术上的风，就一点也跟不上呢？？？？

标题: giffgaff和VOXI哪个保号好一点
作者: #小坏
板块: #搞七捻三
编号: 1575169
帖子: https://linux.do/t/topic/1575169
时间: 2026-02-07 01:28:56
摘要:

如题 都是用esim
VOXI 国内发短信 貌似要 Wi-Fi call

标题: 夜深了，千问可以下单了
作者: #lmoonl
板块: #福利羊毛
编号: 1575173
帖子: https://linux.do/t/topic/1575173
时间: 2026-02-07 01:30:53
摘要:

25元无门槛也可以买生活用品，不一定只买奶茶，只要在千问里跟他提就行
但是千问检索商品范围好像有问题，翻来覆去就那几家
千问现在不支持预定技能，所以大半夜的，还得麻烦骑手配送，半夜的配送费也是个问题，特别贵
不过看来早上也可以下单
我下单了两斤鸡蛋和3斤牛奶 一共花费10元（两单总共花费-50）

标题: 「知识分享」LLM中，什么是强化学习（RL->RLHF）
作者: #sylfilic
板块: #资源荟萃
编号: 1575176
帖子: https://linux.do/t/topic/1575176
时间: 2026-02-07 01:34:02
摘要:

当我第一次尝试理解LLM中的强化学习时，我犯了一个很多人都会犯的错误：直接搜索"RL"、“PPO”、"GRPO"这些关键词，搜到一大堆文章，然后被一堆Actor-Critic、Reward Model、Policy Gradient淹没。
问题是，由于我没有学过“古典RL”，且我只了解LLM，所以总是困惑不已，这些概念怎么套到一个输入文本输出文本的语言模型上的？
这篇文章就是为了clarify这些概念，帮助像我一样入门RLHF的朋友们。

传统RL的核心概念
让我们先系统地梳理一下传统强化学习的基本概念（此部分部分由AI整理，但人工review）。
1. RL的核心要素
强化学习的经典框架包含以下要素：


环境（Environment）：智能体所处的外部世界，比如游戏、物理世界


状态（State）：环境在某一时刻的完整描述，比如游戏画面、机器人的位置和速度


动作（Action）：智能体可以执行的操作，比如"向左移动"、“跳跃”


策略（Policy）：从状态到动作的映射，π(a|s)表示在状态s下选择动作a的概率


奖励（Reward）：执行动作后环境给出的反馈信号，+1表示好，-1表示坏


回报（Return）：从当前时刻开始，未来所有奖励的累积和（通常带折扣因子）


2. RL的工作流程
传统RL是一个循环过程：

1. 智能体观察当前状态 s_t

2. 根据策略 π 选择动作 a_t

3. 环境执行动作，转移到新状态 s_{t+1}

4. 环境给出奖励 r_t

5. 重复上述过程


3. 常见的RL算法


PPO


GRPO


这些概念在与现实交互相关联的训练时非常直观，比如打游戏、下围棋时：状态就是游戏画面，动作就是按键，奖励就是得分。

LLM中的RL
但当我试图把这些概念套到LLM上时，大概有下面这几点疑惑：
1：LLM的"状态"是什么？
LLM只是根据前面的文本生成下一个token，哪来的"状态"？难道是整个prompt？
2：LLM的"动作"是什么？
在游戏里动作是"跳跃"、“射击”，LLM的动作

标题: 实话说，千问你这个样子，我是不太相信的。。。
作者: #beyond510
板块: #福利羊毛
编号: 1575179
帖子: https://linux.do/t/topic/1575179
时间: 2026-02-07 01:36:08
摘要:

我也是别的群里看到的图。给千问发：【千问再送我几杯好不好 宝宝~】，就能白得好多张免单卡？？？还是说像前阵子KIMI的那个“只要说服KIMI，就能1元开一个月会员”？？？
那我觉得各位完全可以尝试一下，如何用提示词套路或者爆破千问了！
各位自测哈~~~

标题: 求助：网络应该算被限了
作者: #zqhsqb🛡️
板块: #搞七捻三
编号: 1575184
帖子: https://linux.do/t/topic/1575184
时间: 2026-02-07 01:38:26
摘要:

应该是移动的，因为我看到光猫是移动的
当时我爸妈一看账户，电视套餐莫名被改了，因为好几次了，一气之下把电视什么的都下了，只剩下了网络
但是，也是从这天开始，千兆网就变得特别特别慢，有的时候半夜直接断网，要好久才能恢复，基本就是几kb几kb，然后打电话给客服，客服说是千兆网，但网速是和消费挂钩的，消费少网速慢，消费多网速快，要想提速只能购买套餐
在此，询问各位佬，有没有什么办法摆脱呢？只能换运营商吗？

标题: spaceship的xyz要 ¥105了已有的续费只需1.05元
作者: #洗头佬
板块: #前沿快讯
编号: 1575192
帖子: https://linux.do/t/topic/1575192
时间: 2026-02-07 01:43:02
摘要:

（话题已被作者删除）

标题: 再次成功攻略龟壳
作者: #7xia
板块: #搞七捻三
编号: 1575213
帖子: https://linux.do/t/topic/1575213
时间: 2026-02-07 02:10:03
摘要:

龟壳，这算是成功了吗？ 
  

搞七捻三
    
  
  
    [image] 
日常abc。 
这算是成功了吗？ 
补充： 
已经登陆上了，感谢佬友们。 
再补充（供佬友们参考）： 
环境：德国ip法兰克福（万人骑） 
邮箱：谷歌邮箱 
卡：trading212的卡（验证扣除0.93欧） 
手机号：德国手机号（我是随机编的） 
基础信息和地址：与trading212相同的账单地址（地址不是法兰克福）。 
祝佬们都可以成功！
  


接上文：
自从上次成功，我再次研究按照相同方法是否还能搞注册，由于我实体卡刚到，所以经过我再次尝试，很轻松的过了。
再次祝佬们成功！！！

标题: 有没有开max 5x的车啊，求上车，稳一点的
作者: #leonsong
板块: #开发调优
编号: 1575217
帖子: https://linux.do/t/topic/1575217
时间: 2026-02-07 02:17:31
摘要:

有没有开max 5x的车啊，求上车，稳一点的。之前一直用的anti反代，又慢又卡，用了一次官方中转，又快又好，从奢入俭难啊，听闻max5x能使劲蹬，想体验下，有没有佬带个车。

标题: 为什么在cpa中gpt 没有5.3
作者: #kid214
板块: #开发调优
编号: 1575223
帖子: https://linux.do/t/topic/1575223
时间: 2026-02-07 02:24:59
摘要:

为什么在cpa中gpt 没有5.3。CLI Proxy API 版本: 6.7.27

标题: 关于业务逻辑与数据访问分离的设计疑惑
作者: #CliffJ
板块: #开发调优
编号: 1575229
帖子: https://linux.do/t/topic/1575229
时间: 2026-02-07 02:36:45
摘要:

背景说明
本人 Java 后端实习仔一枚，最近任务是将 PHP 的订单模块一些功能重构为 Java。
背景是一个订单费用重算的功能，涉及差不多5-6个表的数据,以及部分 ERP 接口调用。 原 PHP 实现中，方法只接收订单号列表，在方法内部完成：
查询相关表数据->执行业务计算逻辑-> 更新数据库
也就是数据准备、业务计算、数据持久化都在一个方法里,我重构时大方向逻辑基本照抄,优化了一些内部for循环调dao查询和api接口查询,以及特殊平台处理抽离。
组长观点
组长观点:业务层所有都不应该操作表entity实体!!!,应该都先业务自己查后转为bo,然后给出需要更新的bo,再把bo转为实体,再交给数据层更新,给出的重构建议:

定义一个 BO/DTO，只包含费用计算所需字段
上层业务负责查询数据库并组装 BO
费用计算方法只接收 BO，修改并返回 BO
是否写库由上层业务自行决定
给出的理由主要有三点：
有些业务流程已经查过表，自己组装 BO 可以减少重复查询
业务逻辑与存储逻辑分离
上层业务应该拥有是否写库的决定权

我怎么看
订单费用重算逻辑发场景很多,导致我需要为每个场景单独写一套 “已知数据 → BO” 的逻辑,这样拆分后BO 组装代码大量重复 ,且上层业务需要了解过多底层字段细节(不同场景能提前准备的数据并不一致)
为了一点性能提升,付出代价太大了 ;感觉是为了“分离”而分离，复杂度被转移到了调用方
佬们有什么看法
最近头都大了,本来php旧项目就屎山业务, 公司付费的cursor用的飞起,不依赖ai我都看不懂php逻辑,还被劝说少依赖ai(近期一个人用了700额度的on-demand,我也不知道为什么这么费token,可能最近2周都是开cursor cli多个对话一直聊…)

标题: 发现新的GLM模型了！
作者: #Shipper1
板块: #前沿快讯
编号: 1575232
帖子: https://linux.do/t/topic/1575232
时间: 2026-02-07 02:39:01
摘要:

OpenRouter上那个代号叫"Pony Alpha"的新模型好像是个GLM模型。