chaofa用代码打点酱油

LLM, NLP, 计算广告 | 腾讯

想做一些有意义的事情， https://yuanchaofa.com

赞

5

|

搜索文章

LLM, NLP, 计算广告 @腾讯

·

2月前

Kimi-K2 和 Kimi-K2-Thinking 深度解读：从预训练优化到 Agentic 能力训练的完整流程（含MuonClip优化、Agentic 数据

深度解读 Kimi K2 和 K2 Thinking 技术细节：MuonClip 优化方案、大规模 Agentic 数据合成 pipeline、通用强化学习的 Self-J...

1

评论

LLM, NLP, 计算广告 @腾讯

·

3月前

RAG 进化之路：传统 RAG 到工具与强化学习双轮驱动的 Agentic RAG

本文深入剖析RAG技术的进化历程，从传统RAG到智能体RAG的全面升级。探索两种实现Agentic RAG的关键路径：提示工程+工具调用与强化学习驱动方法。...

1

评论

LLM, NLP, 计算广告 @腾讯

·

6月前

Gemini 2.5 Pro 是怎么炼成的？-- gemini 2.5 技术报告阅读笔记与思考

深入解读 Gemini 2.5 技术报告，分析多模态、长上下文与思考能力等核心突破，结合个人理解与行业趋势，快速掌握最新大模型技术发展。...

1

评论

LLM, NLP, 计算广告 @腾讯

·

7月前

自适应快慢思考推理模型（Adaptive Reasoning Model）：Qwen3混合思考->字节AdaCoT->清华AdaThinking

深入分析三个快慢思考模型的实现：阿里Qwen3通过SFT实现的混合思考、字节AdaCoT基于RL的帕累托最优化、清华AdaThinking的受限优化框架。详细解读代码实现、...

1

评论

LLM, NLP, 计算广告 @腾讯

·

8月前

DeepSeek-GRM：Inferene-time Scaling 的 Generalist Reward Model(通用奖励模型)

DeepSeek团队提出全新通用奖励模型DeepSeek-GRM，通过Self-Principled Critique Tuning（SPCT）方法实现推理时动态扩展能力...

1

2

个人成就

文章被点赞 5

文章被阅读 1,601

加入于

2021-04-01