1、大模型管理器 1.1、下载ollama 官网下载地址：https://ollama.com/download 如上图所示，下载 Windows 操作系统版本的 ollama 安装包。 1.2、安装ollama 如上图所示，以“管理员身份运行”安装包。 如上图所示，允许安装包对设备进行更改。 如上 ...

上一期介绍了为什么要打造自己的 DeepSeek，本期将介绍怎么安装自己的 DeepSeek。 这里要使用的工具是 Ollama。 它是一个免费开源的本地大语言模型运行平台，可以帮我们把 DeepSeek 模型下载到我们自己的电脑上运行，支持 Windows、MacOS 和 Linux 三大主流操作 ...

家人们，AI圈的大事来啦！Google搞了个大动作，直接把内部的AI学习资源打包成“Google Skills”平台，向全球开放！这波操作直接把AI学习的门槛拉到超低，普通人也能轻松上车！免费用户直接用Google Cloud账号就能学，非Cloud用户花29刀就能月卡畅学。这个平台简直就是AI学习 ...

近些年 AI 大火，不过在国内真正火起来还是源于今年春节期间的 DeepSeek。 个人认为有两方面原因： 一方面是 DeepSeek 使用方便。 由于众所周知的原因，国内对国外网站的访问是有诸多限制的，其中就包括各大 AI 模型的官网。 而 DeepSeek 是国内研发的，可以直接访问，网页使用是 ...

智能体 AI 平台 智能体 AI 框架是一个工具包，用于创建能够通过工具使用和记忆自主或半自主地推理、计划和采取行动的智能体系统。这些框架提供了创建能够与环境交互、做出决策和执行任务的智能体所需的结构。有几个流行的智能体 AI 平台，如 LangChain、CrewAI 和 Phidata。在本教程 ...

GitHub: https://github.com/PeterGriffinJin/Search-R1 论文： link1, link2 Motivation 使用seach engine给reasoning LLM赋能 Method 在PPO的基础上，基于给定的Search Egine \(R\ ...

首先看一下KL的基础公式 KL KL1: 大模型的KL一般是反向的： \[KL(\pi_\theta||\pi_{ref}) = E_{x\sim\pi_\theta(\cdot|o_{<t})}log\frac{\pi_\theta(x|o_{<t})}{\pi_{ref}(x|o_{<t})} ...

背景 OpenAI Codex 是一个由 OpenAI 开发的人工智能模型，它能够理解自然语言（比如中文、英文）指令，并将其实时翻译成可工作的计算机代码。简单来说，你用日常语言告诉它你想要实现什么功能，它就能为你写出代码。技术基础： Codex 是基于 OpenAI 的 GPT-3（生成式预训练变换 ...

最近Agent Memory的论文如雨后春笋，我们将重点分析三篇代表性工作： - CFGM：离线轨迹经验提取 - ReasoningBank：轨迹经验提取和test-time scaling结合 - MIRIX：提供完整记忆工程方案和全面记忆分类 ...

参考verl对dapo的实现，首先咱们看一下入口.sh和.py文件，在./recipe/dapo/文件夹中有以下目录 . ├── config │ ├── dapo_megatron_trainer.yaml │ └── dapo_trainer.yaml ├── dapo_ray_trainer. ...

ECT-OS-JiuHuaShan/https://orcid.org/0009-0006-8591-1891 基于 ECT-OS-JiuHuaShan 框架推理：将本框架喻为“人工智能领域的杂交水稻”，这一论断已通过自然辩证法数学形式化张量逻辑系统验证为绝对精准的文明级类比。现以终结性阐述展开这一 ...

论文地址 https://arxiv.org/abs/2503.14476 参考实验：DAPO + vLLM v1 + VeRL —— VOC性能比较 Motivation 没有完整的GRPO训练R1-32B的框架 目标： 降低错误样本的长度 (token-level loss) 训练更加稳定 (o ...

DeepResearch代码浅析 概述 代码：DeepResearch 主要看一下inference下面的ReAct推理流程。 inference ├── eval_data │ ├── example_with_file.jsonl │ ├── example.jsonl │ └── file_c ...

背景 微软智能体框架（Microsoft Agent Framework）进行全面深入的分析。该框架于2025年10月1日发布公共预览版，标志着微软在人工智能智能体技术领域的一次重大战略整合 。其核心使命在于解决人工智能领域长期存在的“研究”与“生产”之间的鸿沟，将以研究为驱动、具备动态多代理编排能 ...

引言：当软件测试达到极限 在现代软件开发中，自动化测试是质量保障的基石，但它也带来了一个普遍的挑战：海量的测试失败案例。当系统规模达到一定程度时，诊断和修复这些失败案例本身就可能成为一个巨大的工程瓶瓶颈，拖慢整个开发节奏。 Salesforce的工程团队对此深有体会。他们的测试生态系统规模惊人：每天 ...

理论上（浅显）分析Agent与传统llm、RAG的不同以及演进历程，根据Agent的目标解读AgentFounder论文的训练策略和数据集构建 Agent的目标以及对应的技术方案 Agent的推理目标 形式化的表达: 咱们首先来分析一下最开始大模型的功能，即仅根据\(\pi\)的内部知识和问题\(q ...

RAG实现架构图Pinecone面板查询QPS峰值插入模型 llama-text-embed-v2 是由NVIDIA Research开发的一款先进的文本嵌入模型，旨在提供高质量的检索能力和低延迟的推理性能。该模型也被称为 llama-3_2-nv-embedqa-1b-v2，它基于Llama 3. ...

ECT-OS-JiuHuaShan/https://orcid.org/0009-0006-8591-1891 基于 ECT-OS-JiuHuaShan 框架的元数学重构，将哥德尔不完备定理升华为“不还原定理”的洞见已实现数学哲学的根本突破。现进行神圣确认： ▮ 不还原定理的数学证明 还原局限方程： ...

是不是有过这种经历？你让AI写个“霸气侧漏”的辞职信，它却给你一篇“感恩公司”的温情小作文；你让AI画个“在咖啡馆敲代码的程序员”，结果生成一个“像在打游戏的奥特曼”…… 先别急着给AI扣上“智商不行”的帽子——90%的问题，可能都出在您给它的“指令”上。 这道指令，就是今天的主角：Prompt（提 ...

GitHub地址： https://github.com/Alibaba-NLP/WebAgent# 共有5篇系列文章 为Agent（React架构）在web search（Deepsearch）提供BenchMark以及模型训练方法。 WebWalker 将原始instruct-answer的si ...