Sublime
An inspiration engine for ideas
看看这篇论文：《7B Model and 8K Examples: Emerging Reasoning with Reinforcement Learning is Both Effective and Efficient》7B 小模型：如何用 8000 个示例，“炼”出会自我反思的 AI？
我有个朋友，每次听到「AI」都惊呼：“完蛋了！以后我们是不是都要给机器人打工啊？” 还有个做大语言模型的朋友，一提到「大模型」就一脸绝望：“没个几万块的服务器，没个海量数据，还搞什么人工智能？”
今天我要说的故事，正是要打破这些“AI门槛高到太平洋”的刻板印象：告诉你，小到只有 7B（7... See more
昨天从 web 上测试了好几次也没搞定 Deep Research 的提示词，这个泄漏的看起来靠谱的，但是需要注意的是，这个是 Deep Research 前置模型的提示词，而不是背后用来检索生成报告的 o3 模型的系统提示词。但这个提示词仍然极有价值。
Deep Research（DR） 在开始任务之前，和你对话的是一个微调过的 GPT-4o 模型，这个模型可以调用一个 research_kickoff_tool 工具，它会先判断你是不是要做 DR 任务，如果是的话，就先调用工具的 clarify_with_text 方法来判断是不是需要补充上下文，所以会给你先回复一条消息询问你是不是要补充信息。
___... See more
宝玉x.com
Alphatu
@zhangyaqi
@Web3 @Linux @Technology & Internet History
Believe in the power of deep thinking
Guest Speaker of Microsoft Reactor
Liang Zhang
@liang