limingqi - 博客园

[置顶] openclaw 思考

摘要：一些建议 GUI or CLI 内部对龙虾的引入和使用，主要是 GUI的方式：绑定美信，安全可控。这种对话的使用方式限制了龙虾的应用场景。这是典型的员工提效思维。外部公司已经趋向CLI：钉钉已经彻底 CLI 化了、一键接入OpenClaw，谷歌开源CLI狂揽15k Stars，智能体接管Works 阅读全文

posted @ 2026-04-10 11:36 limingqi 阅读(319) 评论(0) 推荐(0)

[置顶] 自我博弈偏好优化（Self-Play Preference Optimization，SPO）能否奖励模型？

摘要：自我博弈偏好优化（Self-Play Preference Optimization, SPO）是一种通过自我博弈机制直接优化策略的方法，其核心特点是无需显式奖励模型，也不依赖对抗性训练。从技术本质来看，SPO 确实在特定场景下取代了奖励模型，但这一取代并非绝对，而是取决于任务类型和优化目标。以下从阅读全文

posted @ 2025-08-22 11:07 limingqi 阅读(298) 评论(0) 推荐(0)

[置顶] POLAR 的无监督预训练

摘要： POLAR 的无监督预训练过程可以拆解为 “数据构建逻辑” 和 “对比学习目标” 两部分，结合具体例子会更易理解：一、核心目标让奖励模型（RM）像 “策略侦探” 一样，学会判断两条轨迹（模型输出）是否来自同一个 “政策”（即同一个模型或相似行为模式的模型）。如果来自同一政策，就给它们更高的 “相阅读全文

posted @ 2025-07-26 12:48 limingqi 阅读(101) 评论(0) 推荐(0)

[置顶] Pre-Trained Policy Discriminators are General Reward Models 论文概述

摘要：一、研究背景强化学习（RL）在大型语言模型（LLMs）的训练中至关重要，其成功取决于奖励模型（RM）提供精确稳定反馈的能力。传统奖励模型依赖标注的偏好对训练，存在可扩展性和泛化性问题，前者受限于获取大量高质量标注对的难度，后者因建模人类偏好的主观性易受奖励攻击。规则基验证器虽能提供准确奖励信号阅读全文

posted @ 2025-07-26 12:47 limingqi 阅读(167) 评论(0) 推荐(0)

多模态文档解析

摘要：阅读全文

posted @ 2026-09-28 11:31 limingqi 阅读(6) 评论(0) 推荐(0)

计算机硕士培养计划

摘要：一、培养目标立足于计算机学科培养要求，兼顾工程实践能力与科研创新能力，同步强化综合软素质。通过课程学习、科研训练、工程项目实践、学术成果产出，掌握计算机领域基础理论与前沿技术；具备问题分析、系统设计开发、工程落地的工程意识；拥有文献调研、实验论证、撰写学术论文的科研素养；同时锻炼逻辑思维、沟通协作阅读全文

posted @ 2026-09-24 17:25 limingqi 阅读(25) 评论(0) 推荐(0)

Qwen2.5-VL-32B-Instruct

摘要： VLM 图片解析增强问题描述评估报告（50条样本）一、测试概况指标数值测试样本数 50 成功解析 37 (74.0%) 解析失败 13 (26.0%) 测试报告来源 14份不同的8D整改报告测试耗时约14分钟 VLM接口 Qwen2.5-VL-32B-Instruct API端点 aim 阅读全文

posted @ 2026-09-24 15:56 limingqi 阅读(6) 评论(0) 推荐(0)

AI 驱动论文全链路自动化系统

摘要：目标：把「系统方案设计→数据集导入→实验运行→论文初稿生成→多轮修改润色→格式排版」尽量自动化；但无法做到 100% 全自动产出可直接投稿 SCI 论文，只能做高效辅助，人类必须做科研把关、实验真实性、创新点把控。适合方向：AI + 医学、计算机 CV/Agent 类研究，就是你前面关注的腹腔镜视阅读全文

posted @ 2026-09-24 11:16 limingqi 阅读(12) 评论(0) 推荐(0)

AI + 医学 / AI + 计算机相对好投 SCI 期刊清单

摘要：重要说明免费逻辑：下面绝大多数为混合期刊，投稿录用时选择「订阅 / Traditional 非 OA 模式」，作者不交 APC 版面费；如果选 OA 开源则要付费。没有投稿费；部分 IEEE/Elsevier 有超页费（超过规定页数才收，控制篇幅可规避）。 “好投 / 还好中” 指：接收应用型创新阅读全文

posted @ 2026-09-24 10:20 limingqi 阅读(36) 评论(0) 推荐(0)

审核风险等级划分

摘要：风险等级判定逻辑风险等级不是单纯只看模型输出分数，是「模型风险分 + 业务场景标签 + 高危实体 / 关键词命中」的组合判定；模型风险分数仅作为内部输入特征，对外不会披露固定的分数切割阈值。一条会话如果多轮出现不同风险，整条会话取本轮所有轮次里面最高风险等级；风险判定对象支持两种粒度：单轮 AI 阅读全文

posted @ 2026-09-08 15:36 limingqi 阅读(86) 评论(0) 推荐(0)

江同学｜AI 产品经理秋招面试拆解 & 模拟面试题库

摘要：候选人背景：港大数据科学硕士｜智谱 AI（高教 Agent 中台、AutoResearch 科研助手）｜小 i 机器人 AI 眼镜 C 端｜教育商业化项目｜EasyEat 独立项目｜有论文产出。简历核心标签：ToB Agent 中台 0‑1 搭建、科研 Agent 产品、政企客户调研、GTM 商业阅读全文

posted @ 2026-09-04 10:20 limingqi 阅读(107) 评论(0) 推荐(0)

DocAgent技术架构

摘要：请求处理链路从用户发起请求到系统内部最终处理完成的完整路径，从外向内分别是：API Gateway -> Router -> Service 架构设计为了适应多任务、高精度、高并发、易扩展的文档解析需求，设计如下架构整体架构备注：右边流程图中带背景色的表示“GPU模型” 并发设计当处理单个阅读全文

posted @ 2026-09-03 15:29 limingqi 阅读(23) 评论(0) 推荐(0)

Agent 算法校招冲刺 S 计划

摘要：学员概况：22 岁｜2026.12.31 港硕毕业｜985 本科计算机｜两段 AI 相关实习 + 开源项目｜求职方向 Agent 算法｜意向地点上海 / 杭州；实习繁忙，不硬卷大厂，冲刺大厂、主力 AI 独角兽、国央企兜底；单节课60 分钟，共 6 节课。课次课程主题课时核心目标课程核心内容课后作阅读全文

posted @ 2026-09-03 15:04 limingqi 阅读(42) 评论(0) 推荐(0)

搞定offer · AI 求职导师平台

摘要：项目介绍 · 功能方案 · 开发报价版本：v1.0日期：2026-09-03 一、项目概述 1.1 项目背景当前求职市场竞争激烈，求职者在简历制作、面试准备、岗位匹配等环节面临诸多痛点。传统求职服务（如培训班、1v1 导师）价格高昂且效率有限。搞定offer 旨在通过 AI 技术，为求职者提供阅读全文

posted @ 2026-09-03 12:35 limingqi 阅读(53) 评论(0) 推荐(0)