第二支羽毛|吹灭读书灯，一身都是月

从线性到非线性：感知器如何诞生深度学习

从线性到非线性：感知器如何诞生深度学习更多专栏文章点击查看： LLM 架构专栏

LangGraph 多智能体群：使用 LangGraph 创建群风格多智能体系统的 Python 库

LangGraph 多智能体群是一个 Python 库，旨在将多个 AI 智能体编排成一个有凝聚力的 “群”。它建立在 LangGraph 之上，LangGraph 是一个用于构建健壮、有状态智能体工作流的框架，以实现一种特殊形式的多智能体架构。在一个群中，具有不同专业的智能体根据任务的需要动态地将

LLM架构

利用Transformer、DPR、FAISS和BART对检索增强生成（RAG）进行深入技术探索

利用Transformer、DPR、FAISS和BART对检索增强生成（RAG）进行深入技术探索 |文末点击阅读原文查看网页版| 更多专栏文章点击查看： LLM 架构专栏

RAG

神经网络系列：源起

神经网络系列：源起更多专栏文章点击查看： LLM 架构专栏

理论基础

强化学习详解第八部分 RLAIF 如何实现人工智能反馈的规模化飞跃

超越人类极限的规模对齐在我们之前的文章中，我们探讨了人类反馈强化学习（RLHF）是如何通过使用人类评估来教导模型我们的偏好，从而彻底改变了人工智能对齐的方式。但 RLHF 存在一个令人困扰的局限性，你可能已经猜到了：“人类”。别误会我的意思 —— 人类反馈是无价的。但它也很昂贵、缓慢，并且在

强化学习

强化学习详解第七部分 RLHF：解码 AI 与人类偏好对齐的奥秘

|文末点击阅读原文查看网页版| 更多专栏文章点击查看： LLM 架构专栏

强化学习

置顶
全网最全的神经网络数学原理（代码和公式）直观解释全网最全

置顶
深度剖析L1与L2正则化：机器学习的关键策略

置顶
深度解析创新RAG：PIKE-RAG与DeepRAG，RAG技术的创新变革

置顶
2W8000字读懂GPT全家桶：从GPT-1到O1的技术演进与突破

从线性到非线性：感知器如何诞生深度学习

LangGraph 多智能体群：使用 LangGraph 创建群风格多智能体系统的 Python 库

利用Transformer、DPR、FAISS和BART对检索增强生成（RAG）进行深入技术探索

神经网络系列：源起

强化学习详解第八部分 RLAIF 如何实现人工智能反馈的规模化飞跃

强化学习详解第七部分 RLHF：解码 AI 与人类偏好对齐的奥秘

置顶 全网最全的神经网络数学原理（代码和公式）直观解释 全网最全

置顶 深度剖析L1与L2正则化：机器学习的关键策略

置顶 深度解析创新RAG：PIKE-RAG与DeepRAG，RAG技术的创新变革

置顶 2W8000字读懂GPT全家桶：从GPT-1到O1的技术演进与突破

从线性到非线性：感知器如何诞生深度学习

LangGraph 多智能体群：使用 LangGraph 创建群风格多智能体系统的 Python 库

利用Transformer、DPR、FAISS和BART对检索增强生成（RAG）进行深入技术探索

神经网络系列：源起

强化学习详解第八部分 RLAIF 如何实现人工智能反馈的规模化飞跃

强化学习详解第七部分 RLHF：解码 AI 与人类偏好对齐的奥秘

置顶
全网最全的神经网络数学原理（代码和公式）直观解释全网最全

置顶
深度剖析L1与L2正则化：机器学习的关键策略

置顶
深度解析创新RAG：PIKE-RAG与DeepRAG，RAG技术的创新变革

置顶
2W8000字读懂GPT全家桶：从GPT-1到O1的技术演进与突破