摘要： 在我们过去一系列关于Palantir Ontology的文章中，我们已经深入剖析了其作为企业“数字孪生”的核心本质。我们反复强调，它的革命性之处在于，其设计理念彻底从传统的“以数据为中心”转向了“以决策为中心”。我们已经知道，它通过将构成决策的三大支柱：数据（信息基础）、逻辑（推理过程）和行动（执行 阅读全文

摘要： 数据工程师：更多关心「基建」的问题，比如，数据链路如何构建、如何做技术选型、效率稳定性如何保障等等。 算法工程师：更多关心「模型」的问题，比如，具体某个算法是什么原理，如何调参等等。 数据分析师：运用工具解决「端到端」的问题，包括「问题抽象」、「业务洞见」、「讲故事」以及经济学、心理学的一些方法论和 阅读全文

摘要： https://mp.weixin.qq.com/s/hsalUdlx0KMtQh8U2gvnnw 阅读全文

摘要： 如何衡量数据质量，如何衡量工作质量，如何让平台高效运转，以及如何了解frontier model所需要的数据类型和格式 你们现在天天搞Prompt工程，其实是在教AI‘怎么说’。而Palantir从始至终搞的本体工程，是在教AI‘怎么想’！ 没教会它思考，你说得再花哨，它也只是在猜，在演。 将样本级 阅读全文

摘要： 当然。将代码文本有效地切分成多个部分（Chunking）对于 RAG（检索增强生成）和大模型理解至关重要，因为它直接影响到检索的准确性和模型处理信息的质量。代码不同于自然语言，它有**严谨的结构**（语法、依赖关系、块状作用域）和**多种抽象层级**（项目、模块、类、函数、单行代码）。因此，不能简单 阅读全文

摘要： 阅读全文

摘要： Memory是外脑，外脑中的内容可以定期训练内化到大模型 阅读全文

摘要： 阅读全文

摘要： 前言 最近大半年的时间，我基本都泡在大模型的RLHF 训练里，反复跑了很多轮实验。这个过程中，遇到了各种各样的问题和现象，光看论文理论往往不够，很多时候还是要靠实际调试来解决。我把这段时间踩过的坑、网上查到的资料以及自己摸索总结出来的一些调参思路和解决方案整理了一下。下边就分享给大家，希望能给同样在 阅读全文

摘要： Normal 0 7.8 磅 0 2 false false false EN-US ZH-CN X-NONE 在信息学奥赛（尤其是NOI系列比赛）中，矩阵乘法并不是简单地“算两个矩阵相乘”，而是作为一种高效工具来解决以下几类经典问题： ✅ 1. 线性递推加速（矩阵快速幂） 典型题目：斐波那契数列第 阅读全文