qlhh

2025年10月13日

摘要：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 阅读全文

posted @ 2025-10-13 15:24 qlhh 阅读(4) 评论(0) 推荐(0)

GSPO

摘要：暂时无法在飞书文档外展示此内容 Toy实验现象问题引出 Grpo的loss函数中token-level的重要性采样的ratio会导致较大的训练梯度noise 在长序列的情况下，clip的机制会加一步累积noise的方差 token-level的IS ratio方差大，不稳定方法设计 Sequen 阅读全文

posted @ 2025-10-13 14:22 qlhh 阅读(5) 评论(0) 推荐(0)

Qwen WebAgent 系列

摘要： 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 阅读全文

posted @ 2025-10-13 14:13 qlhh 阅读(105) 评论(0) 推荐(0)

Qwen DeepResearch 系列

摘要： WebResearcher 解决的问题推理过少：ReAct架构容易导致上下文observation累积，进而导致reasoning变少错误累积：错误的、不相关的observation累积在上下文窗口中，导致推理时间长、影响action 方法为避免observation在上下文窗口的累积，则需要阅读全文

posted @ 2025-10-13 14:03 qlhh 阅读(4) 评论(0) 推荐(0)

2021年6月26日

BUAA_OO第四单元博客作业

摘要： BUAA_OO第四单元博客作业一、架构设计本单元主要考察类图、时序图、顺序图的规范表达。并根据一定的规则建立自己的结构层次，最后以此判断UML输入是否合法。下面详细介绍类图的结构类图结构在类图中新建MyClass、MyInterface、MyOPeration类来分别表示类、接口、方法函数体阅读全文

posted @ 2021-06-26 17:09 qlhh 阅读(94) 评论(0) 推荐(0)

2021年5月29日

BUAA_OO第三单元博客作业

摘要： BUAA_OO第三单元博客作业实现规格采取的设计策略确定每个类的功能首先要对方法所在的类进行自然语言上的理解，大致了解类中每个方法的功能和作用。根据方法来确定类的属性，进一步选择实现属性的类型或是容器。这样可以对之后各个方法的书写提供纲领上的指导。先处理异常面向用户设计的程序，一般都要注意阅读全文

posted @ 2021-05-29 14:35 qlhh 阅读(69) 评论(1) 推荐(0)

2021年4月24日

BUAA_OO第二单元博客作业

摘要：情景回顾实验要求实现多电梯之间的调度以及完成增加电梯的要求。电梯共有三类，每类都有能到达的楼层、移动速度、最大载客量等属性。电梯运行分为三种模式 Morning : 每位乘客向电梯发送请求的时间间隔不超过2s，且起始楼层都是1楼。 Night: 所有乘客都同时向电梯发出请求，且目的楼层都时1 阅读全文

posted @ 2021-04-24 20:54 qlhh 阅读(90) 评论(0) 推荐(0)

2021年3月27日

BUAA_OO第一单元博客作业

摘要：第一次作业 UML 图架构与实现方法根据题目对因子，项，表达式的定义，我建立了Polynomial Item Factor 三个类来分别表示表达式，项，因子。类的属性方法： Polynomial ：创建Arraylist<Item>属性，来统一管理所有的项，在最后对项进行合并和化简，最后求导。阅读全文

posted @ 2021-03-27 20:58 qlhh 阅读(104) 评论(2) 推荐(2)

公告