专题：llm
共160篇相关文章
有哪些数学数据集如MATH、GSM8K、AIME24等常被使用？
最近在读这篇文章： 论文题目：ReMA: Learning to Meta-think for LLMs with Multi-Agent Reinforcement Learning 来源：NeurIPS 2025。 arxiv：http...
LLM | VeRL相关文档都包含哪些内容？
目录 PPO 示例脚本的 readme GRPO 示例脚本的 readme PPO 示例脚本的 readme examplesppo_trainerREADME.md 近端策略优化（Proximal Policy Optimizatio...
VeRL代码中LLM全面算法的有哪些细节未被发现？
目录1 代码结构简介RayPPOTrainer fit() 函数的基本流程advantage 的计算过程与 ref policy 的 KL 散度 loss 的计算VeRL 的 evaluation 代码目前对我来说比较 minor 的点2...
如何构建Skills与知识系统，使AI拥有特定领域的专业能力？
Skills 与知识系统：让 AI 具备领域专业能力 AI 核心技能系列 · 第 10 篇 导语 通用大模型什么都会一点，但什么都不精。你让 GPT 写一份金融合规报告，它写得"像那么回事...
多模态与模型评测，如何拓展AI的边界？
多模态与模型评测：拓展 AI 的边界 AI 核心技能系列 · 第 11 篇 导语 大模型不只是"文字模型"了——它能看图、听声音、理解视频。同时，一个经常被忽略但...
如何从技能提升到AI岗位全景，顺利转行获得Offer？
AI 岗位全景与转行指南：从技能到 Offer AI 核心技能系列 · 第 12 篇（完结篇） 导语 学了前面 11 篇技术文章，最终要落到一个问题——怎么拿到 Offer？ 不讲鸡汤，只讲可执行的策略。先说最重要...
Claude Code 黑客马拉松：5 个获奖项目，没有一个是关于窃取数据或破坏系统的。以下是五个获奖项目：1. **智能城市交通管理系统**：该项目利用人工智能技术优化城市交通流量，减少拥堵，提高道路使用效率。2. **基于区块链的供应链追踪系统**：通
Claude Code 黑客马拉松：5 个获奖项目，没有一个是"纯码农"做的 Anthropic 刚办完一场黑客马拉松，500 人参赛，用的是最新的 Opus 4.6，时间是一整周。 按理...
[MCP][06]持久化记忆是什么？
前言 在之前的案例中，会话历史都保存在内存中，一旦程序重启，会话历史就会丢失，导致AI没法根据会话历史推测用户当前意图。这就像一个人记性特别差，每次见面都忘了之前聊过什么，让人感觉很不专业。 如果你之前使用过LangGraph，那应该知道L...
FastAPI+Streamlit打造ChatBot？
前言 本文使用FastAPI+Streamlit实现一个流式响应类ChatGPT的LLM应用，这里只是一个demo，后续会基于此实现一个完整的MCP Client + MCP Server的MCP应用。...
MCP的logging和progress功能具体是如何实现的？
除了基础的Prompt、Resource和Tool概念，FastMCP还提供了以下功能：Sampling、Elicitation、Logging、Progress、Proxy、Middleware、Composition和Authentic...