活动报名：如何训出自己的模型？
42章经邀请逯雨鑫做线上分享，他无AI Lab背景、非AI PhD，用2周和数百美元后训练出两个登顶Hugging Face Model Trending榜首的小模型。 活动9月12日上午10:30线上免费进行，优先邀请非投资行业的应用创始人。
42章经
思考事物本质 | 创投圈教科书式必读公号
评论
点赞
收藏个人开发者两周训出登顶Hugging Face的模型
非AI PhD出身的个人开发者逯雨鑫，用一张5090显卡加几百美元，两周训出两个登顶Hugging Face Model Trending榜的小模型。核心方法是用强teacher model合成数据，通过SFT蒸馏到Gemma 4 12B底座，agentic场景benchmark从15分提升到55-60分。 他总结五步流程：明确需求选方向、选底座模型（推荐Qwen坑少）、设计数据管线（60-70%真实轨迹+针对性合成）、选SFT而非RL、用benchmark迭代。 关键判断：SFT配好数据对应用公司和个人已够用，RL和OPD成本更高更适合锦上添花。
RSI 与合成数据线上交流活动
42章经邀请 Evolvent AI 联创繁青做线上分享，主题是 RSI 和合成数据。繁青是 01 年 PhD，之前在 Kimi 做过 RL infra 和 agent 工作，参与过 K2.5、Linear 等模型发版。 活动北京时间 8 月 22 日上午 10:30，线上免费，优先面向 Model Researchers（非投资行业）。 
从蒸馏到合成数据到RSI：模型竞争的下一个焦点
前Kimi RL infra工程师繁青创业做数据公司，认为国内模型差距主要在post-training而非pre-training。国内靠架构创新（Kimi Linear、DeepSeek MLA）在预训练上追平，后训练则靠蒸馏补差距。 Agent目前只能做机械性数据修改，提不出造数据的insight，研究员know-how仍是核心壁垒。 
Ambi 的技术理念
Ambi开放内测，核心理念是智能平权，改变AI交互方式让人更大程度使用智能。产品为软硬结合垂直一体硬件（Apple Watch替代仅达30%效果），支持实时交互。 新功能Sidekicks允许创建多个同时服务的智能伙伴，实现“带着一群AI在场”。技术采用Attention Loop（Attention-Listen-Think-Act），竖切一刀（任何环境有智能服务）横切一刀（同时多个智能）。 受General Magic纪录片启发，创始人已邀请导演拍摄创业纪录片，计划申报电影节。logo设计象征桥、玉、小把件。 