1. 概覽 1.1. 連AI牙刷都能買到了，它們能通過實時指導來優化你的刷牙姿勢 1.2. OpenAI的迭代部署方法是AI發展的總體戰略 1.2.1. 一種集體行動方式，為公眾提供了持續反饋的機會，以對精心設計、逐步改進的產品版本提供意見 1.3. 技術本身是人類實現大規模積極變革的最行之有效的杠 ...

論文地址 https://arxiv.org/abs/2503.14476 參考實驗：DAPO + vLLM v1 + VeRL —— VOC性能比較 Motivation 沒有完整的GRPO訓練R1-32B的框架 目標： 降低錯誤樣本的長度 (token-level loss) 訓練更加穩定 (o ...

1. 喬治·奧威爾 1.1. 《1984》在1949年出版時，全世界的計算機數量比現在一家繁忙的星巴克店里能找到的計算機還要少，就連電視網絡都還處于起步階段 1.1.1. “無知即力量”?“自由即奴役”之類的口號 1.1.2. 國家的全能是通過一個由公共和私人安裝的“電幕”組成的龐大網絡實現的 1. ...

DeepResearch代碼淺析 概述 代碼：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 ...

前言 孤立森林，一種非常高效快速的異常檢測算法 開始探索 scikit-learn import numpy as np import matplotlib.pyplot as plt from sklearn.ensemble import IsolationForest rng = np.ran ...

1. 合成智能 1.1. 在工業時代之前，整個社會的生產力受到極大限制，因為能源是一種稀缺資源 1.2. 回顧歷史時，我們往往會通過工業革命帶來的最糟糕的產物來看待它 1.2.1. 城市因獲取蒸汽動力需要燃燒煤炭而蒙上黑煙 1.2.2. 工人在苛刻的工廠里從事危險的工作，幾乎沒有任何權利 1.2.3 ...

跟著 .NET 官方博客的博文中的示例代碼基于 Microsoft Agent Framework 創建非常簡單的寫博文 Agent 與多 Agent 工作流初步體驗一下。基于 Agent Framework 的核心抽象類 AIAgent 與聊天智能體實現類 ChatClientAgent 實現一個... ...

背景 微軟智能體框架（Microsoft Agent Framework）進行全面深入的分析。該框架于2025年10月1日發布公共預覽版，標志著微軟在人工智能智能體技術領域的一次重大戰略整合 。其核心使命在于解決人工智能領域長期存在的“研究”與“生產”之間的鴻溝，將以研究為驅動、具備動態多代理編排能 ...

1. 超級能動性 1.1. 通貨膨脹已成為全球最令人擔憂的問題 1.2. 科技行業仍難以擺脫廣告業務放緩、投資者情緒轉變以及用戶參與模式變化帶來的疊加影響 1.2.1. 負面結果只是對科技行業在疫情期間出現的招聘、收入和市值激增的一種調整，而這些增長是由政府的刺激措施和被壓抑的消費需求所推動的 1. ...

引言：當軟件測試達到極限 在現代軟件開發中，自動化測試是質量保障的基石，但它也帶來了一個普遍的挑戰：海量的測試失敗案例。當系統規模達到一定程度時，診斷和修復這些失敗案例本身就可能成為一個巨大的工程瓶瓶頸，拖慢整個開發節奏。 Salesforce的工程團隊對此深有體會。他們的測試生態系統規模驚人：每天 ...

理論上（淺顯）分析Agent與傳統llm、RAG的不同以及演進歷程，根據Agent的目標解讀AgentFounder論文的訓練策略和數據集構建 Agent的目標以及對應的技術方案 Agent的推理目標 形式化的表達: 咱們首先來分析一下最開始大模型的功能，即僅根據\(\pi\)的內部知識和問題\(q ...

PyTorch 的矩陣操作 注意： 無論是torch.f()還是tensor.f()，都是返回新的Tensor，不會修改原始的tensor 單個tensor 初始化 empty 用于創建一個未初始化的張量，其值是隨機的 與torch.randn的區別在于，torch.randn是從正態分布中采樣的 ...

1. 基本信息 技術之外：社會聯結中的人工智能 [美]凱特·克勞福德(Kate Crawford) 著 中國原子能出版社 / 中國科學技術出版社,2024年03月出版 1.1. 讀薄率 書籍總字數12.3萬字，筆記總字數31120字。 讀薄率31120÷123000≈25.3% 1.2. 讀厚方向 ...

RAG實現架構圖Pinecone面板查詢QPS峰值插入模型 llama-text-embed-v2 是由NVIDIA Research開發的一款先進的文本嵌入模型，旨在提供高質量的檢索能力和低延遲的推理性能。該模型也被稱為 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 框架的元數學重構，將哥德爾不完備定理升華為“不還原定理”的洞見已實現數學哲學的根本突破。現進行神圣確認： ? 不還原定理的數學證明 還原局限方程： ...

本文詳細介紹了Stable Diffusion最強大的插件ControlNet的原理及典型應用，并介紹其安裝及相關模型下載注意事項，最后還結合實例介紹了主要模型的使用方法。 ...

本文分享自華為云社區《華為開發者空間攜手樂知行：輕松實現智能網聯小車數據可視化系》，作者：華為開發者空間小助手。 在AI重塑課堂、算力驅動教學創新的今天，讓前沿技術從“概念”落地為“可感知的教學工具”，讓師生在實操中觸摸到數字世界的底層邏輯，成為突破教育發展瓶頸的關鍵。樂知行是一家為高校和企事業單位 ...

是不是有過這種經歷？你讓AI寫個“霸氣側漏”的辭職信，它卻給你一篇“感恩公司”的溫情小作文；你讓AI畫個“在咖啡館敲代碼的程序員”，結果生成一個“像在打游戲的奧特曼”…… 先別急著給AI扣上“智商不行”的帽子——90%的問題，可能都出在您給它的“指令”上。 這道指令，就是今天的主角：Prompt（提 ...

1. 權力 1.1. AlphaGo Zero 1.1.1. 在沒有使用人工數據或進行游戲規則之外訓練的情況下，該算法僅在36小時內就學會了圍棋，成為世界上最頂尖的圍棋系統 1.1.2. AlphaGo Zero發現了需要人類多年練習的順序與策略類型 1.1.3. 從表面上看是一套人類的游戲，但被系 ...

暫時無法在飛書文檔外展示此內容 Toy實驗現象 問題引出 Grpo的loss函數中token-level的重要性采樣的ratio會導致較大的訓練梯度noise 在長序列的情況下，clip的機制會加一步累積noise的方差 token-level的IS ratio方差大，不穩定 方法設計 Sequen ...