摘要： OpenAI非常由下而上，尤其是在研究领域。我刚来的时候，开始询问下个季度的路线图。我得到的答案是：“这东西不存在”（虽然现在有了）。好的想法可以来自任何地方，而且事先往往并不清楚哪些想法会最有成效。进展不是来自一个宏伟的“总体规划”，而是迭代式的，随着新研究成果的出现而逐步揭示。得益于这种由下而上 阅读全文

摘要： SFT和RLHF阶段主要要培养模型的三个能力:(1) 领域内问题的判别能力，对领域外的问题需要能拒识 (2) 基于召回的知识回答问题的能力 (3) 领域内风格对齐的能力。 pretrain 的技术方法正在全面入侵 post training（退火、课程学习、多阶段训练。。。） 阅读全文

摘要： 想象你在读一本悬疑小说，但许多关键线索却不知去向。你努力拼凑故事的碎片，但这些信息却被分散在各个章节里。这就好比AI模型在缺乏必要的信息的情况下回答问题时，它们就会胡言乱语。他们猜测，他们填补空白处——而他们也会出错。即使在像检索增强生成（RAG）这样的先进系统中，如果检索到的上下文片段不够明确或不 阅读全文

摘要： Agent：搭建任务结构，能精确地引导模型做事在有明确的 context 和清晰的任务范围时，Agent 已经能处理很复杂的任务了，可一旦任务变得模糊、需要探索环境或迭代开发，Agent 就开始吃力人类是可以做到在工作中学习的，如果能让模型在真实世界中学习，而不是人类需要花几十亿收集每个具体任务的数 阅读全文

摘要： CrewAI是一个开源的多智能体协作框架，其设计灵感来源于现实世界中的团队分工，通过协调多个具备特定角色的智能体（Agent）共同完成复杂任务。以下是其核心概念的详细说明： 1. ‌智能体（Agent）‌ ‌定义‌：Agent是框架中的基本执行单元，类似于团队中的成员，拥有明确的角色、目标和背景故事 阅读全文

摘要： 工业应用的三条黄金法则 基于实验结果，提炼出 MM-LLMs 在工业级 OCR 应用的实施建议： 1. 高价值文档必须专业扫描：合同、票据等关键文件需使用 ≥300PPI 的扫描设备。 2. 数字验证场景双系统并行：对验证码、身份证号等场景，建议采用"MM-LLMs 语境理解+传统 OCR 字符校验 阅读全文

摘要： O1复盘 简单复盘 o1 和 r1 之间间隔了四个月，这段时间里，rule-based reward 并没有被主流技术方案所认可。我们不妨做个简单的复盘，去思考下在那探索的四个月中，为什么大家更青睐于 prm / mcts 路线？为什么沿着这条路线做不出来突破？以及到底有哪些关键点是当时所被忽略的？ 阅读全文

摘要： 要将Word文档转换为Markdown格式，‌有几种方法可以实现这一转换，‌包括使用命令行工具、‌专门的转换工具以及通过编程方式。‌ 使用命令行工具：‌ Pandoc是一个强大的文档转换工具，‌支持多种格式之间的转换，‌包括Word文档（‌docx）‌到Markdown的转换。‌你可以从GitHub 阅读全文

摘要： 1. 回复中包含推理或解释 system prompt 1. You are an AI assistant that helps people find information. Provide a detailed answer so user don’t need to search outs 阅读全文

摘要： 要确定大模型是否了解某个特定知识或概念，以下几种方法可以帮助你进行评估：1. **直接提问**： - **描述问题**：请模型解释某个概念。例如，你可以问“大模型，请解释一下牛顿的第一定律是什么？” - **生成问题**：让模型生成一些与该概念相关的问题，以此观察模型是否能正确问出与主题相关的问题。 阅读全文