Sublime
An inspiration engine for ideas
I read the DeepSeek-R1 paper the day it came out, and I don’t think GRPO is the key to its success. Instead, here’s what truly matters (ranked by importance):
1. Iterative RL and SFT
2. A hybrid reward model—mixing rule-based RM and neural RM for deterministic tasks
3. High-quality synthetic data, with human post-processing only when necessary
4. ... See more
Examples of formal reporting:
Yuan Han Li • Mirror
探索 AI Agents 方案和代码实现
概述：著名开源作者 @nutlope 开源的面向开发者的实用指南网站，受 Anthropic 「Building effective agents」启发，提供了六种常见的 AI Agent 工作模式及其代码实现示例，帮助开发者快速在自己的应用中构建高效的 AI 功能
1. 提示链(Prompt Chaining)
将多个 LLM 调用串联起来，前一个调用的输出会作为下一个的输入，实现结构化的推理和任务分解
2. 路由模式(Routing)
这是一个低延迟的工作流，可以根据输入内容动态地将任务分配给最合适的 LLM 实例或配置，以优化效率
3. 并行化(Parallelization)
这种模式允许同时执行多个 LLM 调用，然后汇总结果... See more
深度解密现代 AI Agent：六大核心组件的构建与实践指南
1. Profiling（配置系统）
配置系统是 AI Agent 的身份与行为基石，它定义了 Agent 的角色、目标和行为边界。
2. Knowledge（知识系统）
知识系统是 AI Agent 的智慧源泉，它通过多层次的知识体系支撑 Agent 的认知和决策能力。
3. Memory（记忆系统）
记忆系统是 AI Agent 的经验管理中心，它通过多层次的存储结构和动态管理机制，实现了信息的有效存储和利用。
4. Reasoning（推理系统）
推理系统是 AI Agent 的决策中枢，负责将知识和记忆转化为实际的行动方案。
5. Actions（行动系统）
行动系统是 AI Agent 与外部世界交互的执行单元... See more
和菜头转述西乔的这段提示词，太「邪恶」了。如果你觉得自己某篇文章写得很好，飘了，可以直接把文稿放在提示词后面丢给反思式大模型（例如 deepseek r1, o1 pro 等），然后你的「症状」大概率「一剂而愈」。 https://t.co/Wu83XwF5CV