公益站数据库到期，停机维护，数据库迁移中，请稍等。

LLM & Agent 每日论文阅读计划-D3

碎碎念
最近比较忙也是好几天没更新。本来计划第三天去看GRPO的。但是发现牵扯出了PPO、RLVR、RLAIF、RLHF等一大堆我不会的强化学习内容，于是打算从大模型用的强化学习算法开始从头看起。后面继续更新慢慢深入。 

今日阅读主题

标题：大模型的强化学习微调
参考资料：

Illustrating Reinforcement Learning from Human Feedback (RLHF) - HuggingFace Blog, 2022.12
Post-Training Techniques 2026 - LLM Stats Blog, 2026.03
GRPO: the RL Algorithm Behind DeepSeek-R1 - Cameron R. Wolfe, 2025
The State of LLM Rea...

RT，感觉非常的纠结，如果读了的话怕自己毕不了业

经过这两天的深度重构，目前已经支持三端协议互通。以下是管理界面，以及一些测试数据展示（可以拿去喂给大模型生成自己的个人中转站）： 
 [截屏2026-04-12 22.20.01] 
 [截屏2026-04-12 22.20.12] 
 [截屏2026-04-12 22.19.39] 
 [截屏2026-04-12 22.29.03] 
 [截屏2026-04-12 22.20.36] 
 [截屏2026-04-12 22.20.45] 
 [截屏2026-04-12 22.20.54]

请教一下大家： 
我做了一个agent，想接入codex模型，需要openai-APIkey，太贵我不想开。 
中转站不一定靠谱，因为要支持Responses API、function calling、严格tool schema。 
1、目前我有gpt的plus和pro账号，有方案能把codex弄出来在我程序里调用吗？ 
2、有没有便宜的openAI官方apiKey卖的渠道？

原话： 
On the Pro 5× plan, access is structured differently across model tiers. GPT-5.4 Thinking Heavy (and lower tiers) are available with effectively unlimited usage, subject to standard abuse guardrails, similar to how “unlimited” access has been described previously. 
However, GPT-5.4 Pro on the Pro 5× plan does have a limited (unpublished) usage allowance. While this limit is not typically rest...

CC Switch 如何使用Gemini，用vscode下的Gemini插件还是需要登录账号，有没有其他的解决方案？

[image] 
[image] 
对，没错，就是那个之前跑路的 WildCard 野卡平台，之前编了个理由说被立案调查了，然后美美卷款跑路隐身了，高价开的虚拟卡直接销卡，卡上的钱也用不了。记得当时我开卡加首充花了 160 左右，然后还单独充了小 20 刀进去，用了半个月，直接跑路了，卡上还有 14 刀左右。 
然后前段时间偶然得知他们还没死透，还可以提供 ChatGPT 充值，关键是还可以用之前没用完的额度，正好我卡上还有 14 刀左右，我就重新补了 6 刀，补齐 20 刀，“正价”订阅了 ChatGPT Plus。 
结果刚才发现这奸商给我走的是 Google 商店薅首月试用的 BUG 渠道，同款论坛 10r/月的一抓一大把，这奸商卖我 20 刀？！ 
本来我就是冲着走正价订阅，稳定，安全，放心，想安安心心用大号氪金，就算多花点钱也无所谓的，结果给我上阴阳货，这是绝了这奸商。 
之前...

最近用 anti-gravity 反代出来的 claude 基本用完额度，这个号就废了。 
这谁顶得住啊。大佬们。也不是拿来养虾，只是有自己想法了之后就写写东西。用在 cc 和 codex。 
有没有大佬讲讲有哪些 claude 渠道啊。

在使用codex的时候我让codex帮我总结一些回复真人的回话，不管用什么样的提示词，它讲出来的话都不会像是真人会说出来的。。到底该怎么办？有没有什么开源项目或者是佬友有什么好用的skills能分享一下吗？跪求。

想找一个会开发小程序的佬，咨询一下，想做一个类似的，怎么收费呢 
 [image]

新入手了一个工具，试试vibe coding，纯自动，看看最终能变成什么样 
🫡 
佬u们资助资助脑洞，秋梨膏 😭 🥰

我是去年4月，/stuents那波上车的gemini学生，非常开心地把自己的小号全部拉到家庭了。然后最近不是还有我的福利 | Google 开发者计划  |  Google Developer Program  |  Google for Developers 可以拿到aistudio的赠金，然后开始使用官方的api，开始用官方的api是真的爽，不会再像2api那样有概率调用失败。我现在基本上只调用api，不用gemini的app，但是现在gemini学生优惠快到期。如果后面没有赠金的话，我光aistudio花费也接近100人民币/月，有没有更有性价比的方法，比如有没有方法可以稳定地续期学生优惠，或者以更优惠的价值入手ai pro，我看现在一个月应该是20刀，实际上也可以接受 
 [image]

场景是：我想做一个AI一句话记账，手机Kelivo用AI通过MCP向PostgREST接口做请求。 
现在就差一个可Remote的调用API的MCP Server了

description：Hermes Agent 官方文档配套工具。当用户询问如何安装、配置、运行、排查故障、扩展或集成 Hermes Agent、其 CLI、网关/消息平台、MCP/ACP、技能、个人资料、工作树、内存、提供商或贡献者架构时，请随时使用本工具。此外，即使用户并未明确要求“文档”，也可用于获取精确的 Hermes 命令、配置键、环境变量、平台注意事项，或基于文档的 Hermes 内部机制解答。 
doc-hermes-agents.zip (458.0 KB)

有没有简历相关的agent skills

来自Anthropic员工的回应： 
 [{B18828E3-350A-4098-A597-478CAE40386B}] 
我说我的号明明是max5,但是接在sub2api里面却一直缓存过期，原来是被A÷暗改了 🫪

前面都创建成功了，就卡在最后一步，ip纯净度看着也还行 
Failed to exchange authorization code for tokens 
 [screenshot-20260412-220349] 
[20260412-220327]

抽奖主题： [速度再抽一个team bug号] 
🏆 奖品详情： 
[奖品1]：[一个无限额度的team bug号（无质保）] 
🕒 活动时间： 
开始时间：[2026-4-12 20：05] 
截止时间：[2026-4-12 20：30] 
📝 参与方式： 
在本帖下回复任意内容 
🔍 抽奖规则： 
每位用户仅允许参与一次。 
使用官方抽奖工具随机抽取中奖者。 
⚠ 注意事项： 
本活动将在活动截止时间后关闭回帖，以确保公正性。 
中奖者将在活动结束后12小时内在本帖公布，并通过私信通知领奖方式。 
所有规则及抽奖结果由活动发起人和论坛管理团队最终解释。 
期待您的积极参与，祝您好运！如有任何疑问，欢迎随时联系抽奖发起人。

我炒股快10年，战绩也还可以。 
自从有了AI以后我也开始写各种大模型，希望能帮出我炒股。 
我从使用一个大模型，到三个大模型进行讨论，最后给我设计了讨论系统三个大模型，每个带agents，然后抓信息，抓新闻，进行头脑风暴，然后讨论，然后质询，再讨论。一个轮下来要耗费好长时间的模式，但是最后的结果查强人意。 
我个人感觉，大模型能做的事情，你就是玩出花来，就是把所有公开信息都给你列出来给你，最后对股票做出一个看似决定的决定。而这个决定的产生越复杂， 最后给你的结论越接近于观望。 
可以这么说，在大A这个独特的市场里。大模型目前还不能适应。 
于是我从另一个角度，做了一套系统， 
首先，我先给大模型建立了家规。 
然后，我给大模型喂了知识。 
然后，我强制给大模型喂了大A的规则 
然后给了他长期记忆。 
最后，我让他用以上的条件，进行每天自动运行模拟买买股票，记录胜负。 
经过一个多月的测试...