第二支羽毛

强化学习详解第四部分：函数逼近，让强化学习适用于复杂世界

强化学习

我们在强化学习之旅中来到了关键节点到目前为止，我们探索的环境中，智能体可以明确表示每一个可能的状态 - 动作对。但一旦踏入现实世界的复杂环境，这种 “奢侈” 便不复存在。 |文末点击阅读原文查看网页版| 更多专栏文章点击查看：

Meta发布Llama 4：开源AI新巨头震撼登场！

开源

在OpenAI与谷歌为争夺最佳生成式人工智能（GenAI）模型激战正酣之时，Meta终于苏醒，推出全新Llama 4系列模型，并且完全开源，这下AI圈可热闹啦！ Llama 4究竟是什么“宝藏”？ Llama 4可不是单枪匹马的一个大语言模型（LLM），而是一个“大家族”。Meta发布的这一系列包含

1W8000字从理论到实践： MCP 在 7 大 AI 框架中的具体应用

Agent

用Python和TypeScript框架，基于MCP服务器为LLM赋能，打造AI应用 MCP支持的AI框架 AI代理工具包为开发者开放了各种API，让AI解决方案具备执行任务的工具，确保能给出准确结果，提升用户满意度。然而，把这些工具集成到AI应用里并进行管理，过程往往很繁琐。本文将为你介绍一种行业

2w字解析量化技术，全网最全的大模型量化技术解析

LLM架构

2w字解析量化技术，全网最全的大模型量化技术解析 📖阅读时长：50分钟 🕙发布时间：2025-01-31 这篇网页文章主要围绕机器学习中的量化技术展开，详细介绍了其在大语言模型中的应用、基础概念、技术方法及不同模型的量化策略。量化是机器学习领域的一项关键优化技术，它能把高精度数值转化为低精度格

万字解析非结构化文档中的隐藏价值：多模态检索增强生成（RAG）的前景

多模态 LLM架构

本文将深入探讨两种创新的多模态文档检索方法 ——ColPali 和 ColFlor。它们在多模态 RAG 技术领域表现卓越，正重塑着文档处理的格局。我们不仅会剖析其系统结构、性能优势，还将通过实际案例展示它们在处理文档时的出色表现 |文末点击阅读原文查看网页版| 更多专栏文章点击查看：

LLM架构从基础到精通之词向量3

LLM架构

LLM大模型架构之词嵌入(Part3) 以下是已更新文章： 1. LLM大模型架构专栏|| 从NLP基础谈起 2.LLM大模型架构专栏|| 自然语言处理（NLP）之建模 3. LLM大模型架构之词嵌入（Part1）

ReSearch框架：通过强化学习推理搜索的LLM框架

基础模型

论文与代码论文：https://arxiv.org/abs/2503.19470 代码：https://github.com/Agent-RL/ReSearch 摘要将推理与外部搜索过程集成颇具挑战，尤其是针对复杂多跳问题。本文提出ReSearch框架，通过强化学习训练大语言模型（LLMs）进行

DeepSeek-R1如何突破语言模型的极限——深入数学视角解读群体相对策略优化（GRPO）

强化学习

强化学习系列第二篇 |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

深度解析PPO与GRPO：强化学习算法的进阶之路

强化学习

强化学习系列第二篇更多专栏文章点击查看： LLM 架构专栏

置顶 2W8000字读懂GPT全家桶：从GPT-1到O1的技术演进与突破

置顶
2W8000字读懂GPT全家桶：从GPT-1到O1的技术演进与突破