人工智能

摘要 随着大语言模型（LLMs）和大推理模型（LRMs）的能力不断提升，构建具备长期任务规划与复杂信息检索能力的智能体Agent成为关键研究方向。阿里通义实验室提出WebDancer——一套从数据构建

摘要 WebSailor 是一套开源智能体训练方法，旨在提升其在复杂信息检索任务中的超人类推理能力。现有开源网页智能体在 BrowseComp-en/zh 等任务中几乎无法作答，其原因在于缺乏应对高不

摘要 Kimi在近期发布了最大规模开源模型K2，其为MOE架构，包含1.04T参数，32B激活，。K2 重点强调了其大规模的智能体（agentic）数据合成流水线和联合强化学习方法，模型通过与真实和合

摘要 随着 AI Agent的发展，人们期待其在科学发现中发挥关键作用。本文提出 X-Master，一种工具增强型通用推理Agent（tool-augmented reasoning agent） ，

昨晚使用ChatGPT发现一直报错，出现以下报错： Hmm...something seems to have gone wrong.； 消息流中的错误； 无论怎么试都无法继续使用。后续检索

摘要 当前大语言模型（LLMs）在多跳推理任务中展现出卓越表现，但如何将外部搜索与推理过程深度融合，仍是一大挑战。本文提出ReSearch框架，通过强化学习训练模型从零开始学会何时与如何进行搜索，并在

近年来，大语言模型（LLMs）在推理能力上取得突破，但在精确计算和复杂逻辑任务中仍受限。本文提出 TORL（Tool-Integrated Reinforcement Learning），一个可

Qwen3-Embedding 是构建于 Qwen3 基础模型上的新一代文本嵌入与重排序模型系列，显著提升了多语言理解、代码检索与复杂指令任务中的表现。该系列模型覆盖三个参数规模（0.6B、4B

导语 论文标题：One-shot Entropy Minimization 论文链接：https://arxiv.org/abs/2505.20282 1 引言 大语言模型（LLMs）的推理能力主要依

导语 最近赶上618活动，将家里的RTX 4060显卡升级为了RTX 5060Ti 16GB版本，显存翻了一番，可以进行一些LLM微调实验了，本篇博客记录使用unsloth框架在RTX 5060Ti

尽管强化学习训练的推理模型在纯文本推理任务中表现突出，但在需要精确计算或符号操作的结构化问题上仍显不足。为此，本文提出 ReTool 框架，通过将实时代码执行与自然语言推理交叉集成，并采用结果驱动的强

导语 几天前，OpenAI 发布了最新的o3和o4-mini模型，这些推理模型能够主动使用和结合ChatGPT内的所有工具（包括网页搜索、上传文件分析、使用Python分析数据、深入推理视觉输入，甚至

导语 昨天看到阿里开源了Qwq-32b，号称性能可以媲美Deepseek-R1。今天晚上有空就在Mac上折腾了一下，使用ollma进行了部署，效果感觉还不错，特此记录。 环境 硬件 型号：Macboo

大语言模型的出现引发了全世界对AI的空前关注。本文介绍一个项目MiniMind，主要帮助初学者从零开始亲手训练一个极小的语言模型，而不是仅仅进行推理！文中也给出了笔者自身的实验记录。

导语 当一个大模型面对给定的算力，是应该更多的用于预训练还是推理？本文尝试回答这个问题。- 会议：Arxiv 2024 - 链接：[[2408.03314] Scaling LLM Test-Time

导语 本文主要整理和翻译自Open AI官网博客内容，用于了解Open AI官方对o1的描述和定位。综合了如下博客： https://openai.com/index/learning-to-reas

大模型推理领域的思维链是一个常用的优化技巧，本文将其进行了拓展和一般化，考虑树结构的思维树，在解决复杂推理任务时表现出了远超一般思维链的性能表现。

导语 phi-系列模型是微软研究团队推出的轻量级人工智能模型，旨在实现“小而精”的目标，能够实现在低功耗设备上例如智能手机和平板电脑上部署运行。截止目前，已经发布到了phi-3模型，本系列博客将沿着最

导语 phi-系列模型是微软研究团队推出的轻量级人工智能模型，旨在实现“小而精”的目标，能够实现在低功耗设备上例如智能手机和平板电脑上部署运行。截止目前，已经发布到了phi-3模型，本系列博客将沿着最

导语 phi-系列模型是微软研究团队推出的轻量级人工智能模型，旨在实现“小而精”的目标，能够实现在低功耗设备上例如智能手机和平板电脑上部署运行。截止目前，已经发布到了phi-3模型，本系列博客将沿着最